一种夜光遥感影像相对辐射校正方法技术

本发明专利技术公开了一种夜光遥感影像相对辐射校正方法，包括DMSP/OLS稳定灯光数据、该区域矢量文件及国内生产总值数据；对稳定灯光数据进行重采样和图像配准；建立待校正影像与基准影像的密度图；利用密度图的脊线数据建立二阶回归模型；利用建立的二阶回归模型附加限制条件校正待校正影像；对校正后的影像进行过饱和校正；计算校正后影像研究区域内夜间灯光总量与GDP间相关性及夜间灯光总量的连续性。本发明专利技术利用二阶回归模型校正稳定灯光数据，加以附加条件，并进行过饱和校正，使DMSP/OLS夜间灯光影像连续性和及其夜间灯光总量与GDP之间的相关性得到加强。本发明专利技术具有计算量相对较低，全自动进行，相关性高，连续性强等优点，有助于利用DMSP/OLS影像进行研究。

A correction method for relative radiation of night light remote sensing image

【技术实现步骤摘要】
一种夜光遥感影像相对辐射校正方法
本专利技术涉及遥感影像校正
，具体涉及一种夜光遥感影像相对辐射校正方法。
技术介绍
与多光谱的传统遥感影像相比，信息量较少的夜光遥感影像在反映人类社会经济活动方面更加突出，且由于其波段数较少，分辨率较低，影像数据量较小，大大减少了研究的计算量和存储容量要求。同时，由于时间跨度大，覆盖范围广等原因，美国军事气象卫星计划(DefenseMeteorologicalSatelliteProgram，DMSP)线性扫描业务系统(OperationalLinescanSystem,OLS)在夜光遥感领域得到广泛应用。美国国防部发射的国防气象卫星DMSP提供从太阳同步卫星轨道拍摄的云层覆盖影像，主要用于监视气象、海洋和日地物理学。与此同时，它搭载了业务型线扫描系统(OLS)，通过两个望远镜和光电倍增管(PMT)探测夜间影像，可见像素为从0到63。其独特的夜间光电放大能力，较长的时间覆盖范围及较大的空间覆盖范围使其在探索人类社会经济活动方面发挥着重大的作用。但由于卫星轨道的系统性偏差、传感器退化及缺乏星上校准，同一卫星获取的不同年份的同一地点的像元亮度值(DN)值存在波动，且由于大气层、地形起伏等的影响，不同卫星获取的同一年份的影像也存在差异。这些问题导致长时间序列的DMSP/OLS影像一致性受到影响，因此，在利用长时间序列的DMSP/OLS影像进行研究时，必须对其进行校正。目前已经有很多学者研究了DMSP/OLS夜光遥感影像的相对辐射校正方法，主要有不变目标区域的相互校正方法，稳健回归的全自动相对辐射校正，半自动的脊线采样回归方法。不变目标区域的相互校正方法由Elvidge等学者提出，该校正方法以灯光变化较少的西西里岛为校正的基准区域，以F121999影像作为校正的基准影像，通过二阶回归模型将其他年份的卫星影像校正以匹配F121999数据。在Elvidge等人的基础上，Liu等人通过应用年内和年际校正算法，利用土地利用和土地覆盖数据通过阈值分割的方法提取了城市信息。Savory等人通过二阶回归模型校正DMSP/OLS影像，使用高斯处理方法(GP)来平滑夜间灯光影像时间序列，描述了非洲城市增长的基本模式。吴建生等人首先对数据进行年际校正，再利用辅助数据NDVI来进行饱和校正。为解决先验知识难以获得的问题，Li等学者提出了稳健回归的全自动相对辐射校正算法，通过将两个不同日期影像的所有像素输入到线性回归模型中，迭代的丢弃异常值，最终获取稳定的像元并实施校正模型。在Li等人基础上，Bennie等人在方法细节方面做出了调整，使用通过中位数进行分位数回归估计的六阶多项式模型，减少了外围偏离值的影响。本申请专利技术人在实施本专利技术的过程中，发现现有技术的方法，至少存在如下技术问题：现有的方法有些需要较多的先验知识以确定校正的基准区域及基准影像，而这些先验知识是比较难获取的，部分自动校正方法，是在有限的地理范围内进行的，计算量较大，需要土地利用、土地覆盖和人口等多个参考数据集，并且没有充分验证。由此可知，现有技术中的方法存在计算量大、校正效果不佳的技术问题。
技术实现思路
有鉴于此，本专利技术提供了一种夜光遥感影像相对辐射校正方法，用以解决或者至少部分解决现有技术中的方法存在的计算量大、校正效果不佳的技术问题。为了解决上述技术问题，本专利技术第一方面提供了一种夜光遥感影像相对辐射校正方法，包括：步骤S1：获取研究区域所有DMSP/OLS影像数据；步骤S2：对获取的所有DMSP/OLS影像数据进行重采样和图像配准，获得处理后的影像，处理后的影像包括校正基准影像和待校正影像；步骤S3：建立相邻年份的待校正影像间密度图；步骤S4：选取步骤S3中密度图的脊线点作为特征点，计算相邻年份的待校正影像的二阶多项式系数，其中，二阶多项式系数用于计算两相邻年份的待校正影像间DN值之间的关系；步骤S5：基于二阶多项式系数和校正基准影像对后续待校正影像进行校正，获得校正后的第一影像。在一种实施方式中，步骤S3中的密度图以校正基准影像的DN值范围作为x轴，以待校正影像的DN值范围作为y轴。在一种实施方式中，步骤S4具体包括：步骤S4.1：自动选取密度图中脊线上的点作为二阶回归模型的特征点，其中，特征点包括校正基准影像对应的第一特征点和待校正影像对应的第二特征点；步骤S4.2：利用公式(1)计算相邻年份的待校正影像的多项式系数，y＝ax+bx2+c(1)其中，y表示第一特征点的DN值，x表示第一特征点的DN值，a,b,c为利用最小二乘估计的二阶多项式系数。在一种实施方式中，步骤S5具体包括：步骤S5.1：获取校正基准影像所在年份和待校正影像所在年份；步骤S5.2：当待校正影像所在年份小于校正基准影像所在年份时，计算待校正影像所在年份的原始影像与所在年份后一年的原始影像间的多项式系数，并将待校正影像所在年份的影像校正到所在年份后一年的辐射等级上，并将该经过校正的影像作为新的待校正影像；当待校正影像所在年份大于校正基准影像所在年份时，计算待校正影像所在年份的原始影像与所在年份前一年的原始影像间的多项式系数，并将待校正影像所在年份的影像校正到所在年份前一年的辐射等级上，并将该经过校正的影像作为新的待校正影像；步骤S5.3：迭代执行步骤S5.2，直到将待校正影像所在年份的影像校正到校正基准影像所在年份的辐射等级上。在一种实施方式中，所述方法还包括：步骤S5.4：对所在年份小于校正基准影像年份的校正后影像，利用公式(2)进行连续性校正：其中，n1＝1992,…,i年，DNn1为第n1年数据的DN值，DNn1-1为前一年数据的DN值；步骤S5.5：对所在年份大于校正基准影像年份的校正后影像，利用公式(3)进行连续性校正：其中，n2＝i,…,2013年，DNn2为第n2年数据的DN值，DNn2+1为后一年数据的DN值。在一种实施方式中，所述方法还包括：对于影像中对应同一地物的像元，对其附加限制条件，使得后一年的对应同一地物的像元，其DN值不小于前一年的DN值。在一种实施方式中，在获得校正后的第一影像之后，所述方法还包括步骤S6：对校正后的第一影像进行过饱和校正，获得最终校正影像。在一种实施方式中，步骤S6具体包括：将校正后的第一影像中像元的DN值大于DMSP/OLS影像最大DN值63的影像校正为63，过饱和校正公式如下：其中n3＝1992,…,2013年，DNn3为第n3年的DN值。在一种实施方式中，所述方法还包括：获取研究区域的区域矢量文件和GDP数据；根据最终校正影像、研究区域的区域矢量文件以及GDP数据，计算最终校正影像研究区域内夜间灯光总量以及夜间灯光总量与GDP之间的相关性。本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效本文档来自技高网...

【技术保护点】
1.一种夜光遥感影像相对辐射校正方法，其特征在于，包括：/n步骤S1：获取研究区域所有DMSP/OLS影像数据；/n步骤S2：对获取的所有DMSP/OLS影像数据进行重采样和图像配准，获得处理后的影像，处理后的影像包括校正基准影像和待校正影像；/n步骤S3：建立相邻年份的待校正影像间密度图；/n步骤S4：选取步骤S3中密度图的脊线点作为特征点，计算相邻年份的待校正影像的二阶多项式系数，其中，二阶多项式系数用于计算两相邻年份的待校正影像间DN值之间的关系；/n步骤S5：基于二阶多项式系数和校正基准影像对后续待校正影像进行校正，获得校正后的第一影像。/n

【技术特征摘要】
1.一种夜光遥感影像相对辐射校正方法，其特征在于，包括：
步骤S1：获取研究区域所有DMSP/OLS影像数据；
步骤S2：对获取的所有DMSP/OLS影像数据进行重采样和图像配准，获得处理后的影像，处理后的影像包括校正基准影像和待校正影像；
步骤S3：建立相邻年份的待校正影像间密度图；
步骤S4：选取步骤S3中密度图的脊线点作为特征点，计算相邻年份的待校正影像的二阶多项式系数，其中，二阶多项式系数用于计算两相邻年份的待校正影像间DN值之间的关系；
步骤S5：基于二阶多项式系数和校正基准影像对后续待校正影像进行校正，获得校正后的第一影像。


2.如权利要求1所述的方法，其特征在于，步骤S3中的密度图以校正基准影像的DN值范围作为x轴，以待校正影像的DN值范围作为y轴。


3.如权利要求2所述的方法，其特征在于，步骤S4具体包括：
步骤S4.1：自动选取密度图中脊线上的点作为二阶回归模型的特征点，其中，特征点包括校正基准影像对应的第一特征点和待校正影像对应的第二特征点；
步骤S4.2：利用公式(1)计算相邻年份的待校正影像的多项式系数，
y＝ax+bx2+c(1)
其中，y表示第一特征点的DN值，x表示第一特征点的DN值，a，b，c为利用最小二乘估计的二阶多项式系数。


4.如权利要求1所述的方法，其特征在于，步骤S5具体包括：
步骤S5.1：获取校正基准影像所在年份和待校正影像所在年份；
步骤S5.2：当待校正影像所在年份小于校正基准影像所在年份时，计算待校正影像所在年份的原始影像与所在年份后一年的原始影像间的多项式系数，并将待校正影像所在年份的影像校正到所在年份后一年的辐射等级上，并将该经过校正的影像作为新的待校正影像；当待校正影像所在年份大于校正基准影像所在年份时，计算待校正影像所在年份的原始影像与所在年份前一年的原始影像间的多项式系数，并...

【专利技术属性】
技术研发人员：李熙，尚小雨，李长辉，宋杨，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42