【技术实现步骤摘要】
本专利技术涉及遥感数据处理，尤其涉及一种基于地理加权非参数回归的遥感数据归一化方法及系统。
技术介绍
1、地球观测卫星数量的迅速增加是推动全球和区域尺度的大规模遥感数据集构建的必要因素，为高频次高精度的地表监测提供了可靠支撑。尽管数据量的激增与传感器的多样性提升了遥感监测的能力，但是传统辐射校正技术在多时相、多源遥感影像的辐射一致性或者归一化处理上依然面临显著挑战，限制了海量多源遥感数据的协同利用。辐射归一化的关键核心是构建多源遥感数据之间的辐射转换关系，这种辐射转换关系是根据传感器特性、地表状态、成像过程、大气状态的差异而呈现出复杂、非线性、时空异质、变异性强的特点。目前较为常见的方法有传统回归估计模型及机器学习方法，传统回归估计模型如最小二乘线性模型和泰森回归，机器学习方法如支持向量机回归、随机森林等，不过这些方法目前均不足以刻画多要素导致的复杂非线性时空异质的辐射转换关系，因此难以应对复杂因素影响下的辐射不一致问题，复杂因素影响比如说地表差异、大气干扰和传感器差异等，并且也局限了多源光学遥感数据的辐射一致性效果。
2、...
【技术保护点】
1.一种基于地理加权非参数回归的遥感数据归一化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述地理加权非参数回归估计模型，通过以下步骤构建：
3.根据权利要求2所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，
4.根据权利要求1-3任意一项所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述自适应带宽参数选择权重通过值域空间权重和地理空间权重确定，包括以下步骤：
5.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化...
【技术特征摘要】
1.一种基于地理加权非参数回归的遥感数据归一化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述地理加权非参数回归估计模型，通过以下步骤构建：
3.根据权利要求2所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，
4.根据权利要求1-3任意一项所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述自适应带宽参数选择权重通过值域空间权重和地理空间权重确定，包括以下步骤：
5.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述对遥感图像对中目标图像进行预处理，得到与参考遥感图像的空间分辨率一致的重采样后目标图像，包括以下步骤：
6.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述判断重采样后目标图像与参考遥感图像中的每个局部窗口内的变异系数，基于变异系数及预设阈值筛选出符合条件的同质像元以形成同质像元集，包括以下步骤：
7.根据权利要求1或6所述...
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。