一种基于陡坡块信息熵的SEVI调节因子优化方法技术

本发明专利技术提出一种基于陡坡块信息熵的SEVI调节因子优化方法，包括以下步骤；步骤S1、根据所需优化目标，以景为单位下载光学遥感影像和相对应的数字高程模型DEM数据；步骤S2、利用DEM计算坡度图，将坡度图重采样为所需空间分辨率的块，将坡度最大的预设范围内的块选为陡坡块集；步骤S3、按照每个陡坡块的空间范围采用影像反射率数据逐块计算SEVI及其信息熵H；本发明专利技术无需遥感影像分类和地面调查数据，准确度高且易于使用。度高且易于使用。度高且易于使用。

【技术实现步骤摘要】
一种基于陡坡块信息熵的SEVI调节因子优化方法


[0001]本专利技术涉及植被检测
，尤其是一种基于陡坡块信息熵的SEVI调节因子优化方法。

技术介绍

[0002]现有地形阴影消除植被指数SEVI及其前期成果中调节因子优化方法，在遥感影像分类、地面调查数据、人工判读水平及光照参数上要求较高，影响了SEVI的准确计算及其在大面积山区植被监测等的应用推广，需要解决。

技术实现思路

[0003]本专利技术提出一种基于陡坡块信息熵的SEVI调节因子优化方法，无需遥感影像分类和地面调查数据，准确度高且易于使用。
[0004]本专利技术采用以下技术方案。
[0005]一种基于陡坡块信息熵的SEVI调节因子优化方法，用于遥感影像计算SEVI，包括以下步骤；
[0006]步骤S1、根据所需优化目标，以景为单位下载光学遥感影像和相对应的数字高程模型DEM数据；
[0007]步骤S2、利用DEM计算坡度图，将坡度图重采样为所需空间分辨率的块，将坡度最大的预设范围内的块选为陡坡块集；
[0008]步骤S3本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于陡坡块信息熵的SEVI调节因子优化方法，用于遥感影像计算SEVI，其特征在于：包括以下步骤；步骤S1、根据所需优化目标，以景为单位下载光学遥感影像和相对应的数字高程模型DEM数据；步骤S2、利用DEM计算坡度图，将坡度图重采样为所需空间分辨率的块，将坡度最大的预设范围内的块选为陡坡块集；步骤S3、按照每个陡坡块的空间范围采用影像反射率数据逐块计算SEVI及其信息熵H，公式为；公式为；公式为；式中，f(Δ)为调节因子，ρ
r
为遥感影像红光波段反射率，ρ
nir
为遥感影像近红外波段反射率，p
i
为i像元SEVI取值占全景影像SEVI总和的比例，n为全景影像像元数，SEVI
i
为i像元的SEVI取值；令调节因子f(Δ)从0开始，以预设的间隔T依次递增，计算陡坡块SEVI信息熵，当H取值最大时，取与最大H对应的调节因子f(Δ)作为该陡坡块的调节因子优化解f
b
，公式为f
b
＝argmax(H)，f(Δ)∈(0.001，1.000)
ꢀꢀꢀꢀ
公式四；比较不同陡坡块的信息熵，选择信息熵最大的陡坡块对...

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