一种抗大气气溶胶植被指数计算方法
【技术领域】
[0001] 本发明设及一种抗大气气溶胶植被指数计算方法，特别是设及一种基于邻域像元 计算抗大气气溶胶植被指数的方法。
【背景技术】
[0002] 基于遥感的植被覆盖指数(NDVI)指数在监测全球地表植被变化方面起重要作用。 太阳福射到达地表，经反射进入卫星传感器的过程受到大气扰动。其中，气溶胶是主要干扰 因素。因此，气溶胶校正成为通过遥感观测得到地表真实反射率的关键环节。大气校正的误 差直接影响后续应用包括图像分类，地表覆盖变化W及其他地表参数的反演;例如对NDVI 影响。大气成分导致观测NDVI与地表真实NDVI产生误差中W气溶胶散射为主（降低0.04-0.20个单位），其次为水汽（降低0.04-0.08个单位），最后是瑞丽散射(降低0.02-0.04个单 位）。随着中国城市化进程加快，气溶胶对气候变化的影响越来越受到重视，也为光学遥感 的发展带来挑战。大气气溶胶通过降低红光和近红外信号之间的对比度来降低植被指数 值。Pinty and Verstraete指出校正后的NDVI值比观测NDVI值大0.15-0.2个单位 (M.M.Verstraete,B.P.(1992).GEMI:a non-linear index to monitor global vegetation from satellites.Vegetation.)。
[0003] 目前，有两类方法用来消除气溶胶对植被指数的影响:第一，通过大气校正得到地 表真实反射率。该类方法主要包括福射传输模型方法(RTM)，改进的暗目标方法(IDOS)和经 验线性方法化LM)〇(Zhou,J. ,Wang, J. ,Li, J. ,&Hu,D. (2011) .Atmospheric correction of PROBA/CHRIS data in an urban environment. International Journal of Remote Sensing,32(9)，2591-2604.doi :10.1080/01431161003698443)。目前广泛应用的大气校正 方法包括6S、M0DTRAN和LOWTRAN。它们均基于福射传输模型，AOD是其中重要输入参数之一。 目前通过遥感手段反演气溶胶浓度的方法主要包括the ocean法、bri曲tness法，contrast reduction法和Densely Dark Vegetation(DDV)方法（Yoram J.Kaufman,A.E.W. ,Lorraine A. Remer , Bo-Cai Gao , Rong-Rong Li,and Luke Flynn . (1997) . The MODIS 2.1-jim Channel-Correlation with Visible Reflectance for Use in Remote Sensing of Aerosol. IEEE Transactions on Geoscience and Remote Sensing,35(5),1286-1298.)。 第二，定义新的抗大气植被指数。Kaufman和化nr自利用蓝光波段校正气溶胶对红光波段的 影响并提出新植被指数（ARVI) (Tanr自，Y.J.K.a.D. (1992) .Atmospherically resistant vegetation index(ARVI)for EOS-MODIS. IEEE Transactions on Geoscience and Remote Sensing ,30(2) ,261-270.)。之后，既抗±壤背景又抗大气影响的植被指数如 SARVI'MNDVI和SARVI2(Huete，A.R.，Liu，H.Q，Batchily，K，and Van Leeuwen，W.(1997).A comparison of vegetation indices over a global set of TM images for EOS-MODIS.Remote Sensing of !Environment,59,440-451. )〇Ka;rnieli等人提出一种新的抗植 被指数AFVI，该指数运用短波红外（1.6皿或2.1皿)代替红光波段。
[0004] 目前已有的得到抗气溶胶植被指数的方法存在一些局限性，主要表现在W下几个 方面:1、DDV方法很难应用于没有暗像元存在的影响;2、气溶胶空间分布的异质性增加6S模 型的复杂性;3、运用第=波段代替受气溶胶影响的波段会有输入参数空间分辨率与产品空 间分辨率不一致和波段之间空间分辨率不一致的现象。
【发明内容】
[0005] 本发明的目的是提供一种抗大气气溶胶植被指数计算方法，W解决需获取W及输 入复杂的大气轮廓参数、参数空间分布异质性带来的模型误差W及待校正影像不存在暗像 元而无法进行大气校正的技术问题。
[0006] 为实现W上发明目的，本发明提供一种抗大气气溶胶植被指数计算方法，包括如 下步骤；
[0007] 步骤1:对卫星影像进行预处理，得到表观反射率；
[000引步骤2:对卫星影像进行大气校正；
[0009] 步骤3:去除卫星影像中云像元；
[0010] 步骤4:设置卫星影像采样区域大小；并将卫星影像根据采样区域大小进行划分； 所述采样区域根据均质强度进行设置；
[0011] 步骤5:遍历采样区域，并判断是否遍历完成；
[0012] 若遍历未完成时，则执行步骤501;
[0013] 若遍历完成时，则执行步骤502;
[0014] 步骤501:遍历计算采样区域中每个邻域像元与中屯、像元表观反射率之间连线的 斜率值;并判断是否遍历完成；
[0015] 若遍历完成时，则执行步骤50101至步骤50102;
[0016] 若遍历未完成时，则执行步骤501;
[0017] 步骤50101:对步骤501中是正数的所有斜率值求平均值；
[0018] 步骤50102:通过步骤50101中的平均值，恢复对应中屯、像元的植被覆盖指数;并执 行步骤5;
[0019] 步骤502:根据恢复对应中屯、像元的植被覆盖指数对卫星影像进行图像融合。
[0020] 进一步地，所述步骤501中对每个邻域像元与中屯、像元表观反射率之间连线的斜 率值的计算公式如下，
[0022] 其中，ki/表示斜率值啡和R攻^别表示第j个邻域像元在红光和近红外波段的表 观反射率，Ni和Ri分别为中屯、像元i在红光和近红外波段的表观反射率。
[0023] 进一步地，所述步骤50101中对步骤501中是正数的所有斜率值求平均值的计算公 式如下，
[0025]其中，ki'表示平均值。
[00%] 进一步地，所述步骤50102中通过步骤50101中的平均值恢复对应中屯、像元的植被 覆盖指数的计算公式如下，
[002引其中NDVIl'表示采样区域中屯、像元的植被覆盖指数。
[0029] 进一步地，所述采样区域根据均质强度进行设置的大小是5个像元巧个像元。
[0030] 进一步地，所述步骤50101中还包括先对是正数的所有斜率值进行统计方法过滤。
[0031] 进一步地，所述对是正数的所有斜率值进行统计方法过滤的方法包括，去除最小 值、去除最大值W及去除均值两个标准差W外的值。
[0032] 与现有技术相比，本发明的有益效果是：
[0033] 1.运用将卫星影像进行采样区域划分，并对采样区域中每个邻域像元与中屯、像元 表观反射率之间连线的斜率值的平均值进行计算，W此平均值计算出植被覆盖指数来对图 像进行融合的技术方案，获得无需获取W及输入复杂的大气轮廓参数、避免参数空间分布 异质性带来的模型误差W及避免待校正影像不存在暗像元而无法进行大气校正的技术效 果；
[0034] 2.运用对斜率值进行统计方法处理的技术方案，获得了避免出现奇异值的像元而 增大斜率平均值导致误差的技术效果。
【附图说明】
[0035] 图1是本发明的【背景技术】中的流程图；
[0036] 图2是本发明中的方法对气溶胶校正得到的植被覆盖指数与表观植被覆盖指数浓 度变化的对比图。
【具体实施方式】
[0037] 下面结合附图和具体实施例对本发明作进一步说明。
[003引实施例1:
[0039] 如图1所示，本发明的抗大气气溶胶植被指数计算方法，包括如下步骤；
[0040] 步骤1:对卫星影像进行预处理，得到表观反射率；
[0041] 步骤2:对卫星影像进行大气校正；
[0042] 步骤3:去除卫星影像中