本发明专利技术公开了一种基于星载多光谱遥感数据的积雪覆盖度测算方法，属于卫星遥感图像处理与应用的技术领域。针对目前的积雪提取算法存在的云干扰和林下积雪观测问题，本发明专利技术首先基于土地的不同类型将所选取的区域划分为森林区域和非森林地区，针对非森林地区使用Landsat8数据计算出积雪覆盖率，对FY‑3B获取的多波段数据进行波段运算，计算NDSI积雪指数，结合最小二乘法对重采样的积雪覆盖率和积雪指数拟合线性回归方程，建立积雪指数和积雪覆盖度的函数关系；针对森林地区则建立积雪覆盖度、地表反射率和森林透射率的函数关系，将积雪覆盖度转换为基于森林反射率的相关函数。本发明专利技术能够降低森林冠层遮挡的影响，有效提取林下积雪覆盖度信息。
Snow Coverage Measurement Method Based on Spaceborne Multispectral Remote Sensing Data
【技术实现步骤摘要】
基于星载多光谱遥感数据的积雪覆盖度测算方法
本专利技术属于卫星遥感图像处理与应用的
技术介绍
积雪是地球表面最为活跃的自然要素之一，直接影响全球和大陆尺度的地表辐射平衡和能量交换、水文过程和气候变化。传统的积雪覆盖信息的获取方法主要是通过气象站点得到相应的数据，但是地形或物流成本高等因素，在测量方面仍然存在很大的局限性，特别是在发展中国家，这降低了水务机构直接评估积雪特征的能力，并不能大范围的得到准确的雪盖数据。监测雪参数(如积雪面积和雪水当量)是一项具有挑战性的工作。遥感技术为积雪监测的深入勘探和研究提供了极其重要的优势。数十颗卫星被用于监测积雪，包括光学遥感、被动微波和主动微波遥感：积雪具有明显的光谱特征，SimicA.等对基于光谱特征的MODIS积雪产品进行精度分析评价，证实MODIS积雪产品在晴空条件下得到的雪盖信息精确度高。(参见ValidationofVEGETATION,MODIS,andGOES+SSM/Isnow-coverproductsoverCanadabasedonsurfacesnowdepthobservations)。在光学遥感中，森林遮挡一直是积雪识别的主要影响因素，汪凌霄等分析了红光波段多角度反射率在林区不同积雪覆盖状况下的表现差异，改善林下积雪监测精度(参见天山典型林带积雪的多角度遥感识别)，Wang等对比森林地区积雪使用Landsat8数据和GF1号数据验证近红外波段(0.85-0.89)比可见光波段更适用于森林积雪遥感，提出NDSFI指数(参见RetrievingsnowcoverinforestsofQilianMountainsfromLandsatoptionallandimager)。被动微波积雪产品不受气候条件的影响，主要用于全球范围内的雪深和雪水当量(SWE)的研究。研究有Yang等基于SSM/I亮温数据对中国地区雪深算法改进(参见ImprovementofSnowDepthEstimationUsingSSM/IBrightnessTemperatureinChina)。星载主动微波传感器主要为合成孔径雷达SAR，常用的有ENVISAT卫星和RADARSAT-2卫星。在积雪研究中，主要用来雪深和雪水当量的反演，Nagler等通过哨兵的光学传感器和SAR协同作用，提出一种雪水当量和融雪面积的算法(参见TheSentinel-1mission:Newopportunitiesforicesheetobservations)到目前为止，国内外研究学者提出了很多积雪提取算法，但仍存在一些明显的缺陷：(1)算法复杂度高；(2)光学传感器受森林冠层遮挡影响，林下积雪覆盖度监测精度低；(3)被动微波数据空间分辨率较低；(4)主动微波遥感在区分土壤和干雪的后向散射信号方面仍然存在问题，没有成熟的雪参数产品，也没有满足一定时空要求的基于星载雷达的全球SWE观测卫星。
技术实现思路
中国东北地区的下垫面类型可以分为森林区和非森林区。对于非森林区域，利用Landsat8OLI数据结合SNOWMAP算法得到“真实”的地表积雪信息，使用FY-3B数据计算积雪指数；然后，通过线性回归建立积雪指数和积雪覆盖度的关系；最后，选取精度较高的积雪指数回归方程，得到无云条件下的积雪覆盖产品。针对森林地区，为了解决现有光学卫星数据受到森林冠层遮挡，影响林下积雪监测准确性的问题，本专利技术采用一种基于计算森林透射率，将林下积雪覆盖度转换为星载多光谱数据的反射率的函数的提取方法，降低森林冠层遮挡的影响，有效提取林下积雪覆盖度信息。本专利技术采用的技术方案具体步骤如下：步骤一、影像预处理：将极轨卫星FY-3B数据进行辐射定标和几何校正处理，然后根据经纬度信息将图像裁剪选取需要研究的图像区域，根据MODIS土地分类产品IGBP标准将所选取的区域划分成分为森林区域和非森林地区。步骤二、在非森林地区积雪覆盖度测算：将从Landsat8获取的数据进行预处理后，使用SNOWMAP算法获取真实的积雪二值图，再经重采样成1km空间分辨率的积雪覆盖率数据；将FY-3B获取的多波段数据进行波段运算，计算归一化差分积雪指数NDSI，计算公式如公式(1)所示：NDSI＝(Green-SWIR)/(Green+SWIR)…………………………(1)其中，Green代表FY-3B数据中得到绿色波段的反射率，SWIR代表FY-3B数据中的短波红外波段的反射率。使用最小二乘法对重采样的积雪覆盖率和归一化差分积雪指数NDSI拟合线性回归方程，建立积雪指数和积雪覆盖度的函数关系，如公式(2)所示，再结合从Landsat8获取的数据进行验证：FSC＝a×NDSI+b……………………………………………(2)FSC为积雪覆盖度；a为增益，即拟合函数的斜率；b为偏移量，即拟合函数的截距；将已获得的归一化差分积雪指数NDSI代入公式(2)获得非森林地区积雪覆盖度；步骤三、森林地区积雪覆盖度测算：森林地区积雪覆盖度FSC存在如下关系式：其中，选择研究区域降雪前和降雪后的FY-3B经过预处理的数据获得可见光反射率数据ρλ，obs(FSC)；统计多日非森林地区中有雪像元和无雪像元的卫星可见光反射率数据的平均值用于替代森林下积雪像元的可见光反射率ρλ，snow和森林下无雪像元的可见光反射率ρλ，ground，并设置为固定参数值；其中，代表森林透射率，在非森林地区，透射率接近1，在茂密的森林里，它接近0，通过如下方式获取：定位冬季森林区域中积雪完全覆盖地区(FSC＝1)，获得其对应的卫星可见光反射率ρλ，obs(FSC＝1)，根据公式(4)可以计算森林透射率步骤四、影像后处理：对星载多光谱得到的东北地区积雪覆盖度产品进行均值滤波，结合八邻域内的像元积雪覆盖度信息过滤零散的像元点，如果八邻域内都是无雪像元，将中心像元的值改为无雪像元；如果八邻域都是积雪像元，而中心像元为无雪像元，将中心像元改为八邻域积雪覆盖度的均值。降低由于卫星数据的噪声影响引起的像元影响，得到改善后的东北地区积雪覆盖度产品。在步骤一影像预处理的过程中的预处理步骤包括：(a)辐射定标：利用完整的遥感图像处理平台(ENVI)读取遥感数据的头文件信息，通过RadiometricCalibration工具将数据中的DN值转换为反射率或者亮温数据，也可以通过波段运算，结合数据自身的增益和偏移量的属性信息，获取反射率数据。(b)几何校正：利用空间位置变换关系，采用计算公式和经纬度信息进行的校正。输入经纬度信息后通过ENVI软件生成GLT文件(GeographicLookupTable,地理位置查找表文件)。结合查找表文件给原始数据赋予地理信息。(c)根据经纬度信息通过东北地区矢量数据裁剪原始数据，得到感兴趣区域(ROI)步骤二、非森林地区的积雪监测过程中：(a)SNOWMAP算法:通过计算Landsat8数据中NDSI指数提取积雪范围，设置NDSI的阈值为0.4，大于0.4为积雪像元。结合多光谱的特征去除水体和暗像元干扰(近红外波段>0.11)。得到空间分辨率为30m的积雪二值图。(b)重采样：将空间分辨率为30m的积雪覆盖度重采成1km空间分辨率的积雪覆盖度产品，计算1km×本文档来自技高网...
【技术保护点】
1.基于星载多光谱遥感数据的积雪覆盖度测算方法，具体步骤如下：步骤一、影像预处理：将极轨卫星FY‑3B数据进行辐射定标和几何校正处理，然后根据经纬度信息将图像裁剪选取需要研究的图像区域，根据MODIS土地分类产品IGBP标准将所选取的区域划分成分为森林区域和非森林地区；步骤二、在非森林地区积雪覆盖度测算：将从Landsat8获取的数据进行预处理后，使用SNOWMAP算法获取真实的积雪二值图，再经重采样成1km空间分辨率的积雪覆盖率数据；将FY‑3B获取的多波段数据进行波段运算，计算归一化差分积雪指数NDSI，计算公式如公式(1)所示：NDSI＝(Green‑SWIR)/(Green+SWIR)…………………………(1)其中，Green代表FY‑3B数据中得到绿色波段的反射率，SWIR代表FY‑3B数据中的短波红外波段的反射率；使用最小二乘法对重采样的积雪覆盖率和归一化差分积雪指数NDSI拟合线性回归方程，建立积雪指数和积雪覆盖度的函数关系，如公式(2)所示，再结合从Landsat8获取的数据进行验证：FSC＝a×NDSI+b……………………………………………(2)FSC为积雪覆盖度；a为增益，即拟合函数的斜率；b为偏移量，即拟合函数的截距；然后通过拟合函数进行计算非森林地区积雪覆盖度；步骤三、森林地区积雪覆盖度测算：森林地区积雪覆盖度FSC存在如下关系式：...
【技术特征摘要】
1.基于星载多光谱遥感数据的积雪覆盖度测算方法，具体步骤如下：步骤一、影像预处理：将极轨卫星FY-3B数据进行辐射定标和几何校正处理，然后根据经纬度信息将图像裁剪选取需要研究的图像区域，根据MODIS土地分类产品IGBP标准将所选取的区域划分成分为森林区域和非森林地区；步骤二、在非森林地区积雪覆盖度测算：将从Landsat8获取的数据进行预处理后，使用SNOWMAP算法获取真实的积雪二值图，再经重采样成1km空间分辨率的积雪覆盖率数据；将FY-3B获取的多波段数据进行波段运算，计算归一化差分积雪指数NDSI，计算公式如公式(1)所示：NDSI＝(Green-SWIR)/(Green+SWIR)…………………………(1)其中，Green代表FY-3B数据中得到绿色波段的反射率，SWIR代表FY-3B数据中的短波红外波段的反射率；使用最小二乘法对重采样的积雪覆盖率和归一化差分积雪指数NDSI拟合线性回归方程，建立积雪指数和积雪覆盖度的函数关系，如公式(2)所示，再结合从Landsat8获取的数据进行验证：FSC＝a×NDSI+b……………………………………………(2)FSC为积雪覆盖度；a为增益，即拟合函数的斜率；b为偏移量，即拟合函数的截距；然后通过拟合函数进行计算非森林地区积雪覆盖度；步骤三、森林地区积雪覆盖度测算：森林地区积雪覆盖度FSC存在如下关系式：其中，选择研究区域降雪前和降雪后的FY-3B经过预处理的数据获得可见光反射率数据ρλ，obs(FSC)；统计多日非森林地区中有雪像元和无雪像元的卫星可见光反射率数据的平均值用于替代森林下积雪像元的可见光反射率ρλ，snow和森林下无雪像元的可见光反射率ρλ，ground，并设置为固定参数值；其中，代表森林透射率，在非森林地区，透射率接近1，在茂密的森林里，它接近0，通过如下方式获取：定位冬季森林区域中积雪完全覆盖地区(FSC＝1)，获得其对应的卫星可见光反射率ρλ，obs(FSC＝1)，根据公式(4)可以计算森林透射率步骤四、影像后处理：对星载多光谱得到的东北地区积雪覆盖度产品进行均值滤波，结合八邻域内的像元积雪覆盖度信息过滤零散的像元点...
【专利技术属性】
技术研发人员：顾玲嘉，吴桐，任瑞治，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。