一种联合地面观测的海岸带植被物候参数卫星影像率定方法技术

本发明专利技术涉及一种联合地面观测的海岸带植被物候参数卫星影像率定方法，包括：获取地面相机相片以及卫星遥感影像；分别对地面相机相片以及卫星遥感影像进行数据预处理以及拟合GCC时间序列观测曲线和NDVI时间序列观测曲线；应用最优阈值计算覆盖研究区影像的每一像元物候参数，从而获得物候空间分布。本发明专利技术的有益效果是：本发明专利技术以物候曲线拐点自动获取观测密集连续的地面物候相片物候参数信息，通过连续变化阈值提取观测稀疏且分布不等的卫星影像物候参数信息，以匹配相片物候参数信息，藉此构建贴合真实物候感官的时间序列物候数据集。据集。据集。

【技术实现步骤摘要】
一种联合地面观测的海岸带植被物候参数卫星影像率定方法


[0001]本专利技术涉及遥感时间序列处理
，更确切地说，它涉及一种联合地面观测的海岸带植被物候参数卫星影像率定方法。

技术介绍

[0002]植被物候是自然界植物受遗传因素与周围环境共同影响而产生周期性变化的生物学现象，是表征生态系统动态及其对环境变化响应的重要生态系统参数。海岸带处于陆地和海洋系统交错过渡地带，是全球最富生产力和最具价值的生态系统之一。气候(尤其是温度)变化对海岸带植被物候具有显著影响；同时，植被物候变化将影响海岸带生态系统结构功能，并进一步反作用于沿海气候系统。因此，对海岸带植被物候期的长时期观测和准确描述，在提高全球陆海生态模型对碳、水、能量循环模拟和预测精度等方面都具有重要意义。
[0003]卫星影像能够获取大范围空间连续对地观测，使得国家、洲际甚至全球尺度上研究植被物候与气候变化关系成为可能。为保证观测数量充足，高时间分辨率卫星影像合成产品最先用于物候信息观测。然而，由于空间分辨率较粗(250m至8km)，上述影像产品像元物候信息混杂，难以适用于分布范围狭长且地物要素复杂的滨海湿地区域。中分(≤30m)卫星影像逐步用于获取滨海湿地植被物候信息。值得注意地是，基于中分卫星影像的植被物候参数提取主要通过拟合遥感观测的时间序列物候曲线，提取物候曲线变化特征节点加以确定。然而，中分卫星影像一般时间分辨率较低，加之海岸带云雨天气影响，导致年内有效观测数量较少，海岸带植被物候参数提取精度往往难以保障。
[0004]利用地面物候相机(Phenocam)获取植被可见光范围的连续观测，成为近些年遥感物候观测重要手段之一。目前，物候相机逐步布设于全球多个国家和生态系统中，物候相机观测网络快速发展促进地面相机观测的滨海湿地物候研究日益增多。借助物候相机的地面观测虽能提供特定位置的准确植被物候信息，但观测结果空间分散，在构建大范围物候观测数据集方面存在很大挑战。
[0005]因此，充分发挥地面
‑
卫星观测优势，联合地面观测率定卫星影像的海岸带植被物候参数，有助于实现大范围、长时期、高精度的海岸带植被物候监测，可为海岸带资源开发与生态保护提供科学参考。

技术实现思路

[0006]本专利技术的目的是克服现有技术中的不足，提出了一种联合地面观测的海岸带植被物候参数卫星影像率定方法。
[0007]第一方面，提供了一种联合地面观测的海岸带植被物候参数卫星影像率定方法，包括：
[0008]步骤1、获取数据源，所述数据源包括来自同一年份的地面相机相片以及卫星遥感影像；
[0009]步骤2、对地面相机相片进行数据预处理，包括绿度坐标指数GCC计算和百分位数值去噪，构建相片GCC时间序列观测；
[0010]步骤3、利用谐波函数拟合相片GCC时间序列观测曲线，提取曲线拐点对应时间作为地表真实物候参数；
[0011]步骤4、结合通视分析和GPS修正确定地面相机相片对应视域范围；
[0012]步骤5、对卫星遥感影像进行数据预处理，包括归一化差异植被指数NDVI计算和反比距离加权合成，构建对应视域范围内的影像NDVI时间序列观测；
[0013]步骤6、利用谐波函数拟合影像NDVI时间序列观测曲线，通过不同阈值获取影像物候参数，选取与地表真实物候参数最接近时的阈值为最优阈值；
[0014]步骤7、应用最优阈值计算覆盖研究区影像的每一像元物候参数，从而获得物候空间分布。
[0015]作为优选，步骤2包括：
[0016]步骤2.1、计算绿度坐标指数，公式如下：
[0017][0018]其中，GCC表示绿度坐标指数，Band
Blue
、Band
Green
、Band
Red
分别对应地面相机相片中蓝光、绿光和红光波段；
[0019]步骤2.2、对每天采集的所有相片计算GCC，统计相片中植被部分的GCC均值；
[0020]步骤2.3、将GCC均值升序排序，选择设定分位数对应数值作为有效值输出；
[0021]步骤2.4、将有效值按采集日期排序获得相片GCC时间序列观测。
[0022]作为优选，步骤3包括：
[0023]步骤3.1、利用谐波函数拟合相片GCC时间序列观测曲线，计算公式为：
[0024][0025]其中，为GCC的谐波函数估计值，t为儒略日，w为年际频率，取常数2π/365；i为谐波函数阶数，a
i
和b
i
为谐波函数参数，用于描述年内周期性变化；c为截距，用于描述年际趋势性变化；采用通用最小二乘法求解谐波函数参数；
[0026]步骤3.2、计算谐波函数曲线二阶导数，求解二阶导数为零时对应的时间向量T；所述时间向量T包括两个时间点，表示为T＝(t1，t2)，前一个时间点t1为地面观测的植被生长期物候参数SOS
ground
，后一个时间点t2为地面观测的植被衰退期物候参数EOS
ground
。
[0027]作为优选，步骤4包括：
[0028]步骤4.1、结合地面相机高度、方位角和倾斜角和数字高程模型参数，利用通视分析，获得粗略视域范围；
[0029]步骤4.2、观测者手持GPS沿粗略视域范围边界移动，对相片中观测者位置反馈修正确定精细视域范围。
[0030]作为优选，步骤5包括：
[0031]步骤5.1、计算归一化差异植被指数，公式为：
[0032][0033]其中，NDVI表示归一化差异植被指数，Band
Red
、Band
NIR
分别对应卫星遥感影像中红光和近红外波段；
[0034]步骤5.2、利用反比距离加权方式合成位于相片视域范围的卫星影像NDVI，计算公式如下：
[0035][0036]其中，为合成后的卫星影像NDVI，i为落入物候相片视域范围第i个卫星影像像元，NDVI
i
为像元i对应NDVI，d
i
为像元i至地面相机距离；
[0037]步骤5.3、将按获取日期排序获得卫星影像NDVI时间序列观测。
[0038]作为优选，步骤6包括：
[0039]步骤6.1、利用谐波函数拟合影像NDVI时间序列观测曲线，计算公式为：
[0040][0041]其中，为NDVI的谐波函数估计值，式中，t为儒略日，w为年际频率，取常数2π/365；i为谐波函数阶数，a
i
和b
i
为谐波函数参数，用于描述年内周期性变化；c为截距，用于描述年际趋势性变化；采用通用最小二乘法求解谐波函数参数；
[0042]步骤6.2、将卫星影像获取的植被生长期物候参数SOS
satellite，x1
定义为谐波函数曲线从最小值到最大值之间上升x1％对应时间，将卫星遥感影像获取的植被衰退期物候参数EOS
sa本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种联合地面观测的海岸带植被物候参数卫星影像率定方法，其特征在于，包括：步骤1、获取数据源，所述数据源包括来自同一年份的地面相机相片以及卫星遥感影像；步骤2、对地面相机相片进行数据预处理，包括绿度坐标指数GCC计算和百分位数值去噪，构建相片GCC时间序列观测；步骤3、利用谐波函数拟合相片GCC时间序列观测曲线，提取曲线拐点对应时间作为地表真实物候参数；步骤4、结合通视分析和GPS修正确定地面相机相片对应视域范围；步骤5、对卫星遥感影像进行数据预处理，包括归一化差异植被指数NDVI计算和反比距离加权合成，构建对应视域范围内的影像NDVI时间序列观测；步骤6、利用谐波函数拟合影像NDVI时间序列观测曲线，通过不同阈值获取影像物候参数，选取与地表真实物候参数最接近时的阈值为最优阈值；步骤7、应用最优阈值计算覆盖研究区影像的每一像元物候参数，从而获得物候空间分布。2.根据权利要求1所述的联合地面观测的海岸带植被物候参数卫星影像率定方法，其特征在于，步骤2包括：步骤2.1、计算绿度坐标指数，公式如下：其中，GCC表示绿度坐标指数，Band
Blue
、Band
Green
、Band
Red
分别对应地面相机相片中蓝光、绿光和红光波段；步骤2.2、对每天采集的所有相片计算GCC，统计相片中植被部分的GCC均值；步骤2.3、将GCC均值升序排序，选择设定分位数对应数值作为有效值输出；步骤2.4、将有效值按采集日期排序获得相片GCC时间序列观测。3.根据权利要求2所述的联合地面观测的海岸带植被物候参数卫星影像率定方法，其特征在于，步骤3包括：步骤3.1、利用谐波函数拟合相片GCC时间序列观测曲线，计算公式为：其中，为GCC的谐波函数估计值，t为儒略日，w为年际频率，取常数2π/365；i为谐波函数阶数，a
i
和b
i
为谐波函数参数，用于描述年内周期性变化；c为截距，用于描述年际趋势性变化；采用通用最小二乘法求解谐波函数参数；步骤3.2、计算谐波函数曲线二阶导数，求解二阶导数为零时对应的时间向量T；所述时间向量T包括两个时间点，表示为T＝(t1，t2)，前一个时间点t1为地面观测的植被生长期物候参数SOS
ground
，后一个时间点t2为地面观测的植被衰退期物候参数EOS
ground
。4.根据权利要求3所述的联合地面观测的海岸带植被物候参数卫星影像率定方法，其特征在于，步骤4包括：步骤4.1、结合地面相机高度、方位角和倾斜角和数字高程模型参数，利用通视分析，获
得粗略视域范围；步骤4.2、观测者手持GPS沿粗略视域范围边界移动，对相片中观测者位置反馈修正确定精细视域范围。5.根据权利要求4所述的联合地面观测的海岸带植被物候参数卫星影像率定方法，其特征在于，步骤5包括：步骤5.1、计算归一化差异植被指数，公式为：其中，NDVI表示归一化差异植被指数，Band
Red
、Band
NIR
分别对应卫星遥感影像中红光和近红外波段；步骤5.2、利用反比距离加权方式合成位于相片视域范围的卫星影像N...

【专利技术属性】
技术研发人员：孙超，曹罗文，赵赛帅，刘永超，陆婉芸，张书，胡茗，郑嘉豪，
申请(专利权)人：宁波大学，
类型：发明
国别省市：