云像元；
[0043] 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；
[0044] 步骤5:遍历采样区域，并判断是否遍历完成；
[0045] 若遍历未完成时，则执行步骤501;
[0046] 若遍历完成时，则执行步骤502;
[0047] 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；
[004引若遍历完成时，则执行步骤50101至步骤50102;
[0049] 若遍历未完成时，则执行步骤501;
[0050] 步骤50101:对步骤501中是正数的所有斜率值求平均值；
[0051] 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;
[0052] 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；
[0053] 具体来说，当需要对卫星影像进行分析时，先对影像进行福射定标来获得表观反 射率，再运用大气校正软件;例如完整的遥感图像处理平台化NVI)的Flash模块，对影像中 水汽和臭氧进行校正，并对气溶胶模型W及气溶胶反演设置为不处理，并将初始能见度设 置为100km。根据数据BQA波段质量文件去除影像中的云像元。设置采样区域大小，对均质性 较强的地表;例如：大片森林、草地或农田，为了保证模型稳定性，可设置采样区域越大越 好;对于均质性较弱的地表，或虽然内部均质但离散化、破碎化的地表，此时采用区域不宜 设置过大。一般为保证模型的稳定性，将采样区域设置为5*5(单位为像元)最好。采样区域 设置好后，将卫星影像分割成若干个采样区域。在每个采样区域中计算每个邻域像元与中 屯、像元表观反射率之间连线的斜率值ki'，计算公式如下：
[0055] 其中，ki/表示斜率值，神日Rj分别表示第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。
[0056] 将一个采样区域中的所有邻域像元与中屯、像元表观反射率之间连线的斜率值计 算完成后，选取所有斜率值大于零的斜率k/，计算其平均值，计算公式如下：
[0058] 其中ki'表示所有斜率值大于零的斜率k/的平均值。
[0059] 由于在计算斜率k/的过程中，可能出现奇异值，对后续平均值的计算产生误差， 所W在计算平均值的时候，对斜率值大于零的斜率k/进行统计方法的处理;例如:在大片 森林或者大片耕地区域选择去除最小值法;在斑块破碎化区域选择去除均值两个标准差W 外的值的方法。
[0060] 一个采样区域的平均值ki'计算完成后，可W根据ki'对该采用区域的植被覆盖指 数进行计算，计算公式如下：
[0062] 其中NDVIi'是该采用区域的植被覆盖指数。
[0063] 最后根据所有采样区域的植被覆盖指数对卫星影像进行图像融合。
[0064] 实施例2:
[0065] W下是利用模拟数据对本发明的验证。
[0066] 如图2，该图是运用本发明中的方法，对卫星影像校正得到的NDVI与表观NDVI随气 溶胶浓度变化的对比图。具体利用的实验参数如下:利用ESPA提供的2014年8月19日上午11 时中国天津地区Landsa巧地表真实反射率产品，运用6S大气校正模型地表真实反射率影像 在AOD = 0.05、AOD = 0.3、AOD = 0.5 W及AOD = 1.0的情况下对应的表观反射率。
[0067]通过图2可W看出，气溶胶对表观反射率有很大影响，导致表观NDVI无法真实反映 地表植被覆盖情况。本发明很好的消除了气溶胶对NDVI的影响，实现了在复杂气溶胶浓度 下对地表植被覆盖变化进行快速评价的效果。
[006引实施例3:
[0069]表格 1
[0071]表格 2
[0073] 如表格1、表格2所示，表格1是伊春、缓化地区运用本发明方法对气溶胶校正的精 度验证结果，表格2是北京地区运用本发明方法对气溶胶校正的精度验证结果。
[0074] 图中"region"表示从遥感影像中选择的感兴趣区；"AE(absolute error)"表示绝 对误差；"size"表示感兴趣区中像元的个数；"vegetation coverage"表示植被覆盖度等 级；"extent Of correction"表示气溶胶校正的程度（由表格第二列/第一列求得）。
[0075] 具体利用的实验参数如下:利用2014年8月19日上午11时中国天津地区与2014年8 月9日上午10时中国黑龙江省伊春市和缓化市交界处的LansatSOLI影像和ESPA提供的对应 时间和地区的地表真实反射率产品。
[0076] 由于中国天津地区地处京津冀经济圈，气溶胶浓度较其他地区高；黑龙江省伊春 市和缓化市境内河谷密布，有大片林地、草地和农田。先利用ENVI软件中Flash大气校正模 块对影像进行水汽和臭氧校正，得到校正后的红光和近红外波段。后利用本发明中的方法 在此基础上进行气溶胶校正，校正结果与地表真实反射率产品进行对比验证算法精度。
[0077] 验证结果表明，本发明中的方法用于在分子散射校正基础上的森林、农田或草地 等均质区之上具有较高的精度。
[0078] 除上述实施例外，本发明还可W有其他实施方式，凡采用等同替换或等效变换形 成的技术方案，均落在本发明的保护范围内。
【主权项】
1. 一种抗大气气溶胶植被指数计算方法，其特征在于，包括如下步骤； 步骤1:对卫星影像进行预处理，得到表观反射率； 步骤2:对卫星影像进行大气校正； 步骤3 :去除卫星影像中75Γ像兀； 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； 步骤5:遍历采样区域，并判断是否遍历完成； 若遍历未完成时，则执行步骤501; 若遍历完成时，则执行步骤502; 步骤501:遍历计算采样区域中每个邻域像元与中心像元表观反射率之间连线的斜率 值;并判断是否遍历完成； 若遍历完成时，则执行步骤50101至步骤50102; 若遍历未完成时，则执行步骤501; 步骤50101:对步骤501中是正数的所有斜率值求平均值； 步骤50102:通过步骤50101中的平均值，恢复对应中心像元的植被覆盖指数;并执行步 骤5; 步骤502:根据恢复对应中心像元的植被覆盖指数对卫星影像进行图像融合。2. 如权利要求1所述的抗大气气溶胶植被指数计算方法，其特征在于，所述步骤501中 对每个邻域像元与中心像元表观反射率之间连线的斜率值的计算公式如下，其中，1?'表示斜率值，％和&分别表示第j个邻域像元在红光和近红外波段的表观反射 率，Ni和Ri分别为中心像元i在红光和近红外波段的表观反射率。3. 如权利要求1所述的抗大气气溶胶植被指数计算方法，其特征在于，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， 其中，Iu '表示平均值。4. 如权利要求1所述的抗大气气溶胶植被指数计算方法，其特征在于，所述步骤50102 中通过步骤50101中的平均值恢复对应中心像元的植被覆盖指数的计算公式如下，其中NDVIi'表示采样区域中心像元的植被覆盖指数。5. 如权利要求1所述的抗大气气溶胶植被指数计算方法，其特征在于，所述采样区域根 据均质强度进行设置的大小是5个像元*5个像元。6. 如权利要求1-5中任一项所述的抗大气气溶胶植被指数计算方法，其特征在于，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。7.如权利要求6所述的抗大气气溶胶植被指数计算方法，其特征在于，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、去除最大值以及去除均值两个标 准差以外的值。
【专利摘要】本发明公开了一种抗大气气溶胶植被指数计算方法，本方法将卫星影像分割成若干个采样区域，并根据采样区域中邻域像元在红光和近红光外波段的表观反射率，来反演得到该采样区域中心像元受气溶胶影响前的植被指数。将所有采样区域中反演出的中心像元的植被指数，融合成相应的图像。通过本发明能够实现无需获得和输入复杂的大气轮廓参数，无需寻找特定条件的暗像元，避免参数空间分布异质性带来的模型误差以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。
【IPC分类】G01N21/17
【公开号】CN105527229
【申请号】CN201510864360
【发明人】陈云浩, 王丹丹
【申请人】北京师范大学
【公开日】2016年4月27日
【申请日】2015年12月1日