【技术实现步骤摘要】
一种基于直方图聚类的高时空归一化植被指数NDVI的融合模型
本专利技术涉及遥感影像数据处理领域或数据分析,尤其涉及一种基于直方图聚类的高时空归一化植被指数NDVI的融合模型。
技术介绍
归一化植被指数(NDVI)增强了植被的吸收和反射特性,提供了一种估计植被冠层绿度和活力的方法,对地表植被的覆盖程度非常敏感,是检测和指示植被覆盖状况和动态的常用指标之一。NVDI时间序列产品从区域到全球尺度均得到了非常广泛的关注和应用。目前主要应用于监测植被覆盖变化、作物生长状况、地物类型识别、作物估产、生物量估算、地表蒸散、土壤湿度监测、气候变化等各个方面。因此,长时间序列NDVI产品是了解植被过去、监测现状、预测未来的强有力工具。NDVI时间序列数据来源非常广泛,如MODIS、AVHRR、SeaWiFS、ASTER、Landsat(TM、ETM+、OLI)和Sentinel-2MSI等。由于技术需求和资金预算等因素的限制,以上数据不能同时满足高空间分辨率和高时间分辨率的要求,如专利CN105046648B公开的一种构建高时空遥感数据的模型
技术介绍
所阐述。MODIS,AVHRR,SeaWiFS传感器获取的NDVI数据具有高的时间分辨率,为日频率,可进行全球范围的观测并能捕捉地表日变化,但其空间分辨率较低,为250m-8000m,难以满足景观破碎度或异质性较强地区的应用。另外,基于ASTER和Landsat传感器获得的NDVI产品具有高空间分辨率,为10m-30m,但重访周期超过十天,且受到云、云阴影和其他天气条件的影 ...
【技术保护点】
1.一种基于直方图聚类的高时空归一化植被指数NDVI的融合模型,其特征在于,包括:/nS1,获取t
【技术特征摘要】
1.一种基于直方图聚类的高时空归一化植被指数NDVI的融合模型,其特征在于,包括:
S1,获取t0时刻的高空间分辨率NDVI数据HSt0,并对高空间分辨率NDVI数据进行高斯滤波处理,根据局部直方图特征,获取分类图1;
S2,基于S1的结果,采用线性混合模型对t0与tp时刻下获取的低空间分辨率NDVI数据进行上采样,获得不同时刻下与HSt0同等分辨率的HSu0和HSup;
S3,基于S2的结果,将HSt0、HSu0和HSup作为输入数据,利用线性混合模型初次预测tp时刻下高空间分辨率NDVI数据,记为HStp1;
S4,根据HSt0与HStp1的局部直方图特征,生成分类图2;
S5,基于S4的结果,将HSt0、HSu0和HSup作为输入数据,利用线性混合模型再次预测tp时刻下高空间分辨率NDVI数据,记为HStp2;
S6,基于不同新粗像元的大小,进行多次HStp2的预测,然后求算术平均值,最终生成tp时刻的高分辨率NDVI;
其中,HSu0表示t0时刻低空间分辨率NDVI数据上采样产生的HSt0同等分辨率数据;
HSup表示tp时刻低空间分辨率NDVI数据上采样产生的HSt0同等分辨率数据。
2.根据权利要求1所述的一种基于直方图聚类的高时空归一化植被指数NDVI的融合模型,其特征在于,
采用线性混合模型对t0与tp时刻下获取的低空间分辨率NDVI数据进行上采样,具体包括:
S101:提取每个混合像元内各类别的丰度,得到类别丰度图;
S102:根据粗像元NDVI值等于该像元内各类别NDVI值与其丰度的线性组合原理,对LSt0和LStp分别构建两个相同的高低分辨率NDVI值线性混合模型;
S103:采用最小二乘方法对LSt0和LStp分别构建的高低分辨率NDVI值线性混合模型进行求解,生成不同时刻下与HSt0同等分辨率的HSu0和HSup。
3.根据权利要求2所述的一种基于直方图聚类的高时空归一化植被指数NDVI的融合模型,其特征在于,S101中丰度计算公式如下:
式中,fl(xi,yi)为混合像元(xi,yi)中l类别的丰度,Ql为混合像元(xi,yi)中l类别的像元数,wmix为混合像元的宽度。
4.根据权利要求3所述的一种基于直方图聚类的高时空归一化植被指数NDVI的融合模型,其特征在于,S102中构建NDVI值线性混合模型如下:
式中,NDVIC(xi,yi)为粗像元在(xi,yi)处的像元值,此处粗像元是基于HSu0和HSup按预定数量细像元组成的新粗像元;l为分类数,fl(xi,yi)为l类别在粗像元(xi,yi)内的丰度,NDVIF,C为l类别高分辨率像元NDVI的值。
5.根据权利要求1所述的一种基于直方图聚类的高时空归一化植被指数NDVI的融合模型,其特征在于:根据HSt0与HStp1的局部直方图特征,生成分类图2,具体包括:
S201:基于HSt0,采用3*3移动窗口构建16维局部直方图特征,生成分类图1;
S202:获得HStp1后,采用3*3移动窗口构建16维局部直方图特征;
S203:将构建的两张16维局部直方图特征组合扩张成32...
【专利技术属性】
技术研发人员:杨转玲,邢学刚,罗光杰,邢学军,贾艳艳,
申请(专利权)人:贵州师范学院,
类型:发明
国别省市:贵州;52
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。