基于三类阴影的地形校正效果评估方法技术

本发明专利技术提出一种基于三类阴影的地形校正效果评估方法，该方法包括以下步骤：数据准备、影像分类、样本划分、本影提取、落影提取、灰影提取、结果输出。评估结果采用箱形图、玫瑰图、地表反射率与太阳入射角余弦值（cosi）散点图、三类阴影相对光照区误差柱状图等可视化方法。本发明专利技术的验证方法完善了地形校正效果定量评估中对山区地形阴影的分类和量化分析，定量评估结果可靠、直观，对科学认知山区地形影响和定量评估实际地形校正效果具有重要的科学意义与实用价值。义与实用价值。义与实用价值。

【技术实现步骤摘要】
基于三类阴影的地形校正效果评估方法


[0001]本专利技术属于地形校正效果性能定量评价方法
，尤其涉及一种基于三类阴影的地形校正效果评估方法。

技术介绍

[0002]现有的地形校正效果定量评估方法主要是把山区影像划分为阳坡与阴坡两类对象，或者阳坡与地形本影、落影三类对象进行评估。这两种分类主要考虑了太阳直射辐射的两种常规情况，即太阳入射角小(坡面辐射亮度高)和太阳入射角大以至无太阳直射辐射(坡面辐射亮度低)，却忽略了二者的过渡状态——灰影。灰影是太阳入射角接近但小于90度的坡面，理论上灰影存在太阳直射辐射，但辐射亮度低，与阴坡(本影、落影)具有相同或相近的光谱反射特征。忽略灰影进行地形校正效果定量评估显然存在不足，会影响到对山区地形影响的科学认知与实际地形校正效果的准确评估。

技术实现思路

[0003]本专利技术的目的是提供一种基于三类阴影的地形校正效果评估方法，该方法包括以下步骤：数据准备、影像分类、样本划分、本影提取、落影提取、灰影提取、结果输出。评估结果采用箱形图、玫瑰图、地表反射率与太阳入射角余弦值(cosi)散点图、三类阴影相对光照区误差柱状图等可视化方法。本专利技术的验证方法完善了地形校正效果定量评估中对山区地形阴影的分类和量化分析，定量评估结果可靠、直观，对科学认知山区地形影响和定量评估实际地形校正效果具有重要的科学意义与实用价值。
[0004]本专利技术具体采用以下技术方案：
[0005]一种基于三类阴影的地形校正效果评估方法，其特征在于，包括以下步骤：
[0006]步骤S1，数据准备：获取同一区域的山区光学遥感影像和数字高程模型DEM数据；
[0007]步骤S2，影像分类：将所述光学遥感影像分为阴影区域和非阴影区域；
[0008]步骤S3，样本划分：根据山区地物光谱特征原理图划分四类样本：阳坡、本影、落影与灰影；依据地理学第一定律，选取空间邻近的阳坡、本影、落影和灰影为一组样本；
[0009]步骤S4，本影选取：采用以下公式提取地形本影样本：
[0010]tanξ＝tanσ*cos(π
‑
(ω
‑
β))
[0011]tanξ＞tanγ
[0012]式中，ξ是折算为背向太阳入射方向的坡度角，σ为自然坡度角，β为坡向角，γ、ω是卫星过境时的太阳高度角与太阳方位角；σ和β从坡度、坡向图中获取，γ和ω从遥感影像头文件中获取；
[0013]步骤S5，落影选取：顺着太阳入射方向，在紧邻地形本影的山体阴影区选取地形落影，地形落影为平地或坡面朝向太阳的阴影山坡；
[0014]步骤S6，灰影选取：逆着太阳入射方向，在紧邻地形本影的山体阴影区选取地形灰影，或在准本影区选取灰影样本；
[0015]步骤S7，结果输出：采用箱形图和/或玫瑰图和/或影像参数与太阳入射角余弦值(cosi)散点分析和/或三类阴影相对阳坡误差柱状图表达三类阴影和阳坡地形校正效果，并对地形校正效果进行评估。
[0016]进一步地，在步骤S1中，数字高程模型DEM数据替换为坡度、坡向数据。
[0017]进一步地，在步骤S2中，应用影像光谱特征，采用监督分类、非监督分类、机器学习分类或深度学习分类方法中的一种或多种，将所述光学遥感影像分为阴影区域和非阴影区域。
[0018]进一步地，在步骤S3中，选区的样本数大于60组。
[0019]进一步地，在步骤S4中，所述坡度、坡向图由DEM数据生成。
[0020]进一步地，在步骤S7中，所述影像参数包括：波段反射率、波段辐射亮度、波段DN值、植被指数VI、叶面积指数LAI、植被覆盖度FVC、叶绿素含量和植被净初级生产力NPP。
[0021]相较于现有技术，本专利技术及其优选方案具有以下有益效果：
[0022]1、完善了地形校正效果定量评估中对山区地形阴影的分类和量化分析。
[0023]2、定量评估结果可靠、直观。
附图说明
[0024]下面结合附图和具体实施方式对本专利技术做进一步详细的说明：
[0025]图1为本专利技术实施例山区地物光谱特征原理示意图(sunny area表示阳坡，gray shadow表示灰影，self shadow表示本影，cast shadow表示落影，forest表示森林，grass表示草地)。
[0026]图2为本专利技术实施例总体流程示意图。
[0027]图3为本专利技术实施例遥感影像地表反射率地形校正结果示意图((a)未做地形校正的参照数据，(b)SCS+C校正结果，(c)SSR地形校正结果；gray shadow表示灰影，self shadow表示本影，cast shadow表示落影)。
[0028]图4为本专利技术实施例遥感影像蓝波段地表反射率箱形图(Not TC表示未做地形校正的参照数据，SCS+C表示SCS+C地形校正结果数据，SSR表示SSR地形校正结果数据；sunny area表示阳坡，gray shadow表示灰影，self shadow表示本影，cast shadow表示落影)。
[0029]图5为本专利技术实施例遥感影像蓝波段地表反射率玫瑰图((a)未做地形校正的参照数据，(b)SCS+C校正结果，(c)SSR地形校正结果；sunny area表示阳坡，gray shadow表示灰影，self shadow表示本影，cast shadow表示落影)。
[0030]图6为本专利技术实施例遥感影像蓝波段地表反射率与cosi的散点图((a)未做地形校正的参照数据，(b)SCS+C校正结果，(c)SSR地形校正结果；sunny area表示阳坡，gray shadow表示灰影，self shadow表示本影，cast shadow表示落影)。
[0031]图7为本专利技术实施例遥感影像蓝波段阴影相对阳坡地表反射率误差直方图(Not TC表示未做地形校正的参照数据，SCS+C表示SCS+C地形校正结果数据，SSR表示SSR地形校正结果数据；gray shadow表示灰影，self shadow表示本影，cast shadow表示落影)。
具体实施方式
[0032]为让本专利的特征和优点能更明显易懂，下文特举实施例，作详细说明如下：
[0033]应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0034]如图2所示，本专利技术包括如下步骤：
[0035]步骤S1，数据准备：下载福建省福州地区Landsat8 OLI遥感影像，条带本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三类阴影的地形校正效果评估方法，其特征在于，包括以下步骤：步骤S1，数据准备：获取同一区域的山区光学遥感影像和数字高程模型DEM数据；步骤S2，影像分类：将所述光学遥感影像分为阴影区域和非阴影区域；步骤S3，样本划分：根据山区地物光谱特征原理图划分四类样本：阳坡、本影、落影与灰影；依据地理学第一定律，选取空间邻近的阳坡、本影、落影和灰影为一组样本；步骤S4，本影选取：采用以下公式提取地形本影样本：tanξ＝tanσ*cos(π
‑
(ω
‑
β))tanξ＞tanγ式中，ξ是折算为背向太阳入射方向的坡度角，σ为自然坡度角，β为坡向角，γ、ω是卫星过境时的太阳高度角与太阳方位角；σ和β从坡度、坡向图中获取，γ和ω从遥感影像头文件中获取；步骤S5，落影选取：顺着太阳入射方向，在紧邻地形本影的山体阴影区选取地形落影，地形落影为平地或坡面朝向太阳的阴影山坡；步骤S6，灰影选取：逆着太阳入射方向，在紧邻地形本影的山体阴影区选取地形灰影，或在准本影区选取灰影样本；步骤S7，结果输出：采用箱形图和/或玫瑰...

【专利技术属性】
技术研发人员：江洪，李健，陈爱琳，
申请(专利权)人：福州大学，
类型：发明
国别省市：