环境一号HJ-1A/B星CCD数据的云检测方法技术

一种环境一号HJ-1A/B星CCD数据的云检测方法，其方法为：利用MOD09Q1数据建立地表反射率数据库；获取HJ-1A/B星的CCD数据各波段数据的表观反射率；将HJ-1A/B星的CCD数据各波段数据的表观反射率数据与地表反射率数据库中选取成像日期内的地表反射率数据进行比较进行云像元识别，生成第一层云掩膜；并利用HJ-1A/B星的CCD数据的第3波段的表观反射率数据值域范围进行云像元识别，生成第二层云掩膜；然后将HJ-1A/B星的CCD数据的第4波段与第3波段表观反射率数据比值的值域范围进行云像元识别，生成第三层云掩膜；最后根据步骤S3-S5的云像元识别结果，得到云掩膜。

【技术实现步骤摘要】

本专利技术涉及卫星遥感数据云检测领域
，涉及一种环境一号卫星CXD数据的云检测方法，尤其涉及一种基于地表反射率数据库的环境一号HJ-1A/B星CCD数据的云检测方法。
技术介绍
云在时间和空间分布上有极大的不确定性，其高度、厚度、组成种类以及太阳高度角、方位角的变化导致其卫星云图特征千变万化。在利用航天遥感手段获取地球空间信息的过程中，云是光信号传播的严重障碍，在很大程度上影响遥感信息获取的质量，从而降低了数据的利用率。云遮挡问题是遥感数据普遍存在的现象，也是卫星遥感数据定量化应用中的一大难题。准确的分离云和晴空是反演大气和地表各种参数的必要前提。因此采用实 时有效的云检测方法，剔除遥感影像上云覆盖区域，是缓解遥感图像海量数据对传输通道的压力，增加遥感数据利用率的一个重要途径，也是遥感定量化应用前，影像预处理中的一个重要环节。目前，关于遥感影像云检测的技术很多，主要分为3类阈值法、聚类分析法和人工神经网络法。阈值法是这三种方法当中相对较成熟且易于实现的方法。其主要思想是对需要分析的像元利用不同通道组合的亮温、亮温差、反射率与所设置的阈值进行比对，从而判断出像元是否为云污染像元。其中阈值的获取有基于影像自身直方图分析的方法，有采用滑动窗和嵌套窗的方法，也有对不同时相的影像资料进行统计分析，最终确定阈值的。目前阈值法主要有 ISCCP (The International Satellite Cloud Climatology Project)方法、APP0LL0 (The AVHRR Processing Scheme Over Cloud Land And Ocean)方法、CLAVR(The NOAA Cloud Advanced Very High Resolution Radiometer)方法等。ISCCP 算法假定观测辐射只来自晴空和云两种大气状况，与这两种大气状况相联系的辐射值其变化范围并不相互重叠。检测方法中使用了 0. 6 μ m可见光波段和Ilym红外窗区波段的资料，将像元和晴空的观测辐射值进行比较，当像元的辐射值明显有别于晴空像元时，即某个像元与晴空辐射值的差值明显大于晴空辐射值本身的变化时，该像元被判定为云点。这种方法使云检测的误差最小。但算法依赖于阈值，当像元只有部分云覆盖时则会发生误判现象。APP0LL0算法使用AVHRR五个全分辨率探测通道资料，对有云像元的判定须满足如下条件①通道2、1的比值范围为 像元的反射率高于所设定的阈值或温度低于所设定的阈值；③通道4、5其亮温差比所设定的阈值大对位于海洋上的像元，还要判断其空间均一性是否比所设定的阈值大。CLAVR算法同APP0LL0方法一样是采用了一系列判识阈值，不同的是，其判识单位为2*2的像元矩阵，算法根据下垫面性质和观测时间的不同，可分为四类白天海洋、白天陆地、夜间海洋和夜间陆地。聚类分析法在20世纪70年代被提出，80年代起该方法被用于研究云分类问题。通过将影像分割成为一系列像元阵列，采用聚类分析法获取影像中各像元所代表的云或地物类型。当像元阵内各种地类观测值存在明显差别时，检测结果可能较为合理。但由于该方法的结果较依赖于卫星观测角内观测对象的值域特征，从而在一定程度上影响了该方法的使用。聚类方法主要有直方图聚类、自适应阈值聚类、动态阈值聚类、动态聚类等。人工神经网络法通过对多个样本的学习，获取样本的知识并将其分布存贮于网络中，从而达到对云的理解和识别。该方法是模拟人脑神经系统的工作原理，具有很强的自组织自适应学习能力，但其结果对于训练资料的选取非常敏感。 随着环境一号卫星的发射成功，其卫星影像凭借获取方便、监测区域大、分辨率较高的优点，已在生态破坏、环境污染和灾后评估等领域得到广泛应用。然而，由于其波段设置较少、空间分辨率比较高等特点，已有的云检测技术都在不同程度上存在一定的局限性和不稳定性。而对于同一地区，不同年份同时期的地表反射率变化较小，如将地表反射率数据引入到Z 检测算法中，不仅有利于提闻Z 检测的效率，还可提闻Z 检测的精度。
技术实现思路
(一)要解决的技术问题本专利技术要解决的技术问题是，针对现有技术的不足，提供一种环境一号HJ-1A/B星CXD数据的云检测方法，可以稳定的，且快速、方便地对环境一号HJ-1A/B星CXD遥感影像进行云识别的检测方法。(二)技术方案本专利技术提供一种环境一号HJ-1A/B星CXD数据的云检测方法，包括如下步骤S1 利用M0D09Q1数据建立地表反射率数据库；S2 :对环境一号HJ-1A/B星的CXD数据进行辐射定标的预处理，获取CCD数据各波段数据的表观反射率；S3 :将S2中环境一号HJ-1A/B星的CCD数据各波段数据的表观反射率数据与从SI中地表反射率数据库中选取成像日期内的地表反射率数据进行比较进行云像元识别，并生成第一层云掩膜；S4 :利用环境一号HJ-1A/B星的CCD数据的第3波段的表观反射率数据值域范围进行云像元识别，并生成第二层云掩膜；S5 :利用环境一号HJ-1A/B星的CCD数据的第4波段与第3波段表观反射率数据比值的值域范围进行云像元识别，并生成第三层云掩膜；S6 :根据步骤S3-S5的云像元识别结果，得到环境一号HJ-1A/B星的CXD数据云掩膜。更好地，SI进一步包括如下步骤S1. I :获取一段时间内的M0D09Q1数据；S1. 2 将所述M0D09Q1数据中同时期的多个M0D09Q1影像的第I波段地表反射率数据和第2波段地表反射率数据分别进行拼接，形成一个第I波段地表反射率数据和一个第2波地表反射率段数据，并设置数据输出格式为GeoTiff，一个所述M0D09Q1影像包含多个第I波段地表反射率数据和多个第2波段地表反射率数据；S1. 3 :重复SI. 2，获取在SI. 2中设定的一段时间内的第I波段和第2波段地表反射率数据，并将所述第I波段和所述第2波段地表反射率数据分别组成两个数据库，所述数据库中存储的数据均为GeoTiff格式数据。更好地，S2进一步包括如下步骤S2. I :从环境一号HJ-1A/B星的C⑶数据的辅助数据文件中获取定标系数，并将所述的CCD数据的第3波段和4波段的像元亮度DN值转换为表观辐亮度；S2. 2 :从环境一号HJ-1A/B星的CCD数据的辅助数据文件中获取太阳天顶角，将S2. I中的表观辐亮度归一化为第3波段和4波段的表观反射率。更好地，S3进一步包括如下步骤S3. I :从环境一号HJ-1A/B星的C⑶数据的辅助数据文件中获取成像日期；S3. 2 :根据S3. I中的成像日期，从SI中的地表反射率数据库中选择最接近C⑶数据成像日期的地表反射率数据；S3. 3 :将环境一号HJ-1A/B星CXD数据的第3波段和4波段表观反射率数据分别与S3. 2中成像日期内的地表反射率数据的第I波段和2波段地表反射率数据做差，若CXD数据中像元所对应的这两个差值至少有一个大于O. 2，则该像元被判定为云像元，赋值为1，其余无云像元赋值为O，生成第一层云掩膜。更好地，在S4中，若环境一号HJ-1A/B星CXD数据中像元的第3波段表观反射率值大于O. 22，则该像元被判定为云像元，赋值为I，其余无云像元赋值为0，生成第二层云掩本文档来自技高网...

【技术保护点】
一种环境一号HJ？1A/B星CCD数据的云检测方法，其特征在于，包括如下步骤：S1：利用MOD09Q1数据建立地表反射率数据库；S2：对环境一号HJ？1A/B星的CCD数据进行辐射定标的预处理，获取CCD数据各波段数据的表观反射率；S3：将S2中环境一号HJ？1A/B星的CCD数据各波段数据的表观反射率数据与从S1中地表反射率数据库中选取成像日期内的地表反射率数据进行比较进行云像元识别，并生成第一层云掩膜；S4：利用环境一号HJ？1A/B星的CCD数据的第3波段的表观反射率数据值域范围进行云像元识别，并生成第二层云掩膜；S5：利用环境一号HJ？1A/B星的CCD数据的第4波段与第3波段表观反射率数据比值的值域范围进行云像元识别，并生成第三层云掩膜；S6：根据步骤S3？S5的云像元识别结果，得到环境一号HJ？1A/B星的CCD数据云掩膜。

【技术特征摘要】

【专利技术属性】
技术研发人员：王桥，陈良富，
申请(专利权)人：环境保护部卫星环境应用中心，中国科学院遥感应用研究所，
类型：发明
国别省市：