【技术实现步骤摘要】
本专利技术涉及遥感图像处理，特别是一种基于gf-6wfv传感器数据的缨帽变换方法。
技术介绍
1、缨帽变换(tasseled cap transformation,tct)，是一种将多维光谱波段压缩至与物理场景特征密切关联的较少波段上的正交线性变换方法，可以将多波段影像从传感器的光谱空间转换为对应的地物特征空间，从而获得具有物理意义的亮度、绿度和湿度等分量，在影像融合、压缩、去噪、增强、判读和解译中都有广泛的应用。例如，利用缨帽变换可以实现多光谱数据和高分辨率全色波段数据的融合以提高多光谱数据的空间分辨率；基于缨帽变换获取的绿度分量和湿度分量可以提取农田洪水淹没范围，并对洪涝灾害进行动态监测。此外，缨帽变换的湿度分量还是构成遥感生态指数(remote sensing based ecologyindex，rsei)的重要指标，在生态环境遥感监测和评估中具有十分关键的作用。
2、由于不同传感器的波段设置和光谱响应的差异，虽然不同地物具有较为稳定的光谱特性，但它们在不同传感器光谱空间中的分布特性并不完全相同。因此，从传感器光谱空间到地物特征空间的缨帽变换系数仍依赖于具体的传感器，使得针对某些传感器提出的缨帽变换系数并不能直接用于其他传感器。因此，如何针对不同的卫星传感器推导出缨帽变换系数成为了十分关键的问题。进入21世纪以来，中国民用卫星对地观测系统得到了迅速的发展，许多搭载新型传感器系统的卫星相继升空，极大地推动了中国遥感卫星产业和应用水平的发展。2018年6月，我国高分六号卫星(gf-6)成功发射，该卫星搭载的多光谱
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于gf-6wfv传感器数据的缨帽变换方法，提出先确定湿度分量、再确定亮度、绿度、蓝度、黄度、橙度、灰度和第8分量的逆推算法，并将其应用在gf-6wfv传感器数据上。
2、为实现上述目的，本专利技术采用如下技术方案：一种基于gf-6wfv传感器数据的缨帽变换方法，包括以下步骤：
3、步骤s1：gf-6和landsat-8影像预处理，获取表观反射率数据；
4、选取覆盖不同地区、不同时相、不同季节的多幅无云的gf-6wfv影像和多幅与其同步的landsat-8oli影像，进行影像预处理，获取所需的gf-6和landsat-8表观反射率数据；
5、步骤s2：从同步实验影像对中随机选取样本点；
6、从gf-6wfv和landsat-8oli同步实验影像随机挑选出一一对应的样本点，包括水体、植被、裸土和建筑用地；
7、步骤s3：提出先确定湿度分量、再确定亮度、绿度、蓝度、黄度、橙度、灰度和第8分量的逆推算法，推导出gf-6wfv缨帽变换系数；
8、借助landsat-8影像缨帽变换的湿度分量，通过找出它与gf-6影像数据间的拟合关系来先求出gf-6wfv的湿度分量系数；在求出湿度分量后，从实验影像中选取干土、湿土和植被等纯净像元，按照正交化原理依次求出亮度、绿度、蓝度、黄度、橙度、灰度和第8分量系数；
9、步骤s4：精度验证；
10、对gf-6wfv缨帽变换推导结果进行精度验证，利用gf-6wfv和landsat-8oli验证影像缨帽变换反演分量、特征空间以及统计数据进行检验。
11、在一较佳的实施例中：所述步骤s1中的gf-6影像预处理具体为：首先利用envi对gf-6wfv影像进行rpc正射校正；然后采用中国资源卫星应用中心官方网站提供的公式和参数来进行辐射校正，将影像的亮度值转换为表观反射率，其公式为：
12、ρ＝[π·(gain·q+offset)·d2]/(es·cosθs) (1)
13、式中：ρ为像元的表观反射率；q为亮度值dn；gain和offset为对应波段的定标增益值和偏置值w·m-2·ster-1·μm-1；d为日-地天文单位距离；θs为太阳天顶角；es为大气顶部平均太阳辐照度w·m-2·μm-1；以上参数从gf-6的官方网站或影像的头文件获得；
14、所述步骤s1中的landsat-8影像预处理具体为：从usgs网站下载landsat-8遥感影像，采用landsat-8用户手册的算法将影像的亮度值转换为表观反射率；具体计算公式如下：
15、ρ＝(mρ·q+aρ)/cosθs (2)
16、式中：ρ为影像的表观反射率；mρ和aρ分别为相应波段反射率的乘法调整系数和加法调整系数；θs为影像太阳天顶角；式中所需各参数在影像的头文件获取。
17、在一较佳的实施例中：所述步骤s2中随机获取的样本点具体为：从土地覆盖类型水平上看，水体、植被、裸土和建筑用地分别约为10万、21万、20万和13万个像元。
18、在一较佳的实施例中：所述步骤s3中提出逆推算法来推导gf-6wfv缨帽变换系数具体包括如下步骤：
19、步骤s31：首先推导出gf-6wfv的湿度分量系数，通过对landsat-8oli影像进行缨帽变换，并将缨帽变换后得到的湿度分量作为因变量与gf-6wfv传感器的8个波段的反射率进行多元线性回归：
20、wetoli＝k1·ρ1+k2·ρ2+k3·ρ3+k4·ρ4+k5·ρ5+k6·ρ6+k7·ρ7+k8·ρ8 (3)
21、式中：wetoli为landsat-8oli缨帽变换得到的湿度分量，ρ1，ρ2，ρ3，ρ4，ρ5，ρ6，ρ7，ρ8分别表示gf-6wfv影像上蓝光、绿光、红光、近红外、两个红边、紫光和黄光波段的toa；空间向量a＝(k1,k2,k3,k4,k5,k6,k7,k8)由各波段反射率的回归系数组成，在缨帽变换空间中指向湿度分量的方向；经过多元线性回归可以得到k1,k2,k3,k4,k5,k6,k7,k8分别为0.558,1.748,-2.321,-0.929,-1.956,1.533,-0.860,1.992(r2＝0.75)；对a进行单位化可得到gf-6wfv传感器缨帽变换的湿度分量系数(a1)：
22、
23、步骤s32：其次推导出亮度分量系数，在实验影像上选择大量的干土壤和湿土壤像元，分别对干、湿土壤像元各波段的反射率进行平均计算以得到典型的干、湿土壤样本，干、湿土壤样本8个波段反射率所组成的向量可写成sd和sw，其中sd＝(y1,本文档来自技高网...
【技术保护点】
1.一种基于GF-6WFV传感器数据的缨帽变换方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于GF-6WFV传感器数据的缨帽变换方法，其特征在于：所述步骤S1中的GF-6影像预处理具体为：首先利用ENVI对GF-6WFV影像进行RPC正射校正；然后采用中国资源卫星应用中心官方网站提供的公式和参数来进行辐射校正，将影像的亮度值转换为表观反射率，其公式为：
3.根据权利要求1所述的一种基于GF-6WFV传感器数据的缨帽变换方法，其特征在于：所述步骤S2中随机获取的样本点具体为：从土地覆盖类型水平上看，水体、植被、裸土和建筑用地分别约为10万、21万、20万和13万个像元。
4.根据权利要求1所述的一种基于GF-6WFV传感器数据的缨帽变换方法，其特征在于：所述步骤S3中提出逆推算法来推导GF-6WFV缨帽变换系数具体包括如下步骤：
5.根据权利要求1所述的一种基于GF-6WFV传感器数据的缨帽变换方法，其特征在于：所述步骤S4中精度验证具体为：选取5幅GF-6验证影像和与其同步的2幅Landsat-8同步影像来对本专利
...【技术特征摘要】
1.一种基于gf-6wfv传感器数据的缨帽变换方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于gf-6wfv传感器数据的缨帽变换方法，其特征在于：所述步骤s1中的gf-6影像预处理具体为：首先利用envi对gf-6wfv影像进行rpc正射校正；然后采用中国资源卫星应用中心官方网站提供的公式和参数来进行辐射校正，将影像的亮度值转换为表观反射率，其公式为：
3.根据权利要求1所述的一种基于gf-6wfv传感器数据的缨帽变换方法，其特征在于：所述步骤s2中随机获取的样本点具体为：从土地覆盖类型水平上看，水体、植被、裸土和建筑用...
【专利技术属性】
技术研发人员：施婷婷，王帅，杨立娟，张昊杰，杨广青，
申请(专利权)人：闽江学院，
类型：发明
国别省市：
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。