一种改进的时序植被指数数据合成方法
【专利摘要】本发明公开了一种改进的时序植被指数数据合成方法，包括：A、对地表反射率数据质量进行分级；B、计算各个像元的植被指数，包括NDVI和EVI；C、依据所述地表反射率数据质量评估结果，逐像元地统计清洁像元的个数N；D、依据所述清洁像元个数N的不同，选择不同的操作得到最终的合成值。采用本发明的方法，能够对现有CV-MVC合成方法中存在的不足进行改进，提高其精细度和限制性。
【专利说明】一种改进的时序植被指数数据合成方法
【技术领域】
[0001]本发明涉及遥感图像处理技术，尤其涉及一种改进的时序植被指数数据合成方法。
【背景技术】
[0002]植被指数值，是基于遥感地表反射率数据经一定运算得到的一种能够反映地表植被生长状况的指数。常见的植被指数主要有归一化植被指数(Normalized DifferenceVegetation Index, NDVI )、增强型植被指数(EVI )。但由于一系列原因导致,单次成像的遥感数据难以得到满足应用需求的植被数据，这些因素主要包括:1)成像过程中容易受云、气溶胶、观测角度、太阳高度等诸多因素的影响，导致单次得到植被指数质量不佳。2)对大部分遥感卫星而言，单次成像往往难以覆盖目标区域内所有面积。
[0003]目前，诸如AVHRR、SeaWiFS、Spot等卫星都提供了多天合成的植被指数产品。各种产品采用的合成方法也不尽相同，总结起来，主要有如下几种合成方法:
最大值合成法(MVC)。对时序像元进行云检测，得到一部分清洁像元，选择其中的NDVI最大值作为该点的合成数据。最大值合成能够有效地减少大气中气溶胶的影响，是NOAAAvhrr合成植被指数数据采用的方法。但由于植被冠层双向反射的特征，越大的观测角度、越大的太阳天顶角,植被指数的值倾向于越大,而且存在较大不确定性。
[0004]蓝光波段反射率最小值合成法。对时序像元进行云检测，得到一部分清洁像元，计算每个像元的NDVI值，选择相应蓝色波段最小的值作为合成数据。该方法的同样可对有效地减少大气中气溶胶的影响，但存在的问题和MVC方法相同。
[0005]限制角度的最大值合成法(CV-MVC)。是对最大值合成方法的进一步发展，目的是对观测角度和太阳角进行一定的限制，减少植被冠层双向反射的特征的影响。具体方法是，选择η个植被指数最大的点，再从中选择观测角度最小的点，作为合成值。CV-MVC是一种较合理、可行的合成方法，是目前MODIS 16天合成植被指数产品采用的方法，但该方法可能存在以下两种问题:1)当最大的几个植被指数之间有较大差异时，可能选择植被指数偏小的点；2)当最大的几个植被指数之间差异较小时，可能选择成像角度偏大的点。
[0006]双向反射分布函数法(BRDF)。BRDF方案是一种更加精细和限制的技术，所有的二向反射率观测数据被插到同一到等天底波段反射率值。这种模型适合用最小平方程序去估算等天底观测的反射率值。经过初始筛选之后，至少需要5个高质量的数据用于模型反转。如果以内插值替换的反射率值在MVC选择NDVI规定的范围之内，则认为这个结果是合乎要求的。BRDF合成方案也有缺陷，它不仅需要5天清洁像元，而且还依赖于云掩模的精度，由于等天底值是从5个或者更多的像元来插值获取的,一个被云污染(residual cloud)的像元将会危害整个被计算的天底值，遗憾的是植被对云(雨)是最敏感的，这就限制了 BRDF反转程序只能应用到干旱和云量较少的地区。因此，目前BRDF模型已经被取消关掉，直到对它的应用进行更完整的分析和评估完成。
【发明内容】
[0007]有鉴于此，本发明的主要目的在于提供一种改进的时序植被指数数据合成方法，对现有CV-MVC合成方法中存在的不足进行改进，以提高其精细度和限制性。
[0008]为达到上述目的，本发明的技术方案是这样实现的:
一种改进的时序植被指数数据合成方法，包括如下步骤:
A、对地表反射率数据质量进行分级；
B、计算各个像元的植被指数，包括NDVI和EVI；
C、依据所述地表反射率数据质量评估结果，逐像元地统计清洁像元的个数N;
D、依据所述清洁像元个数N的不同，选择不同的操作得到最终的合成值。
[0009]其中，步骤A所述对地表反射率数据质量进行分级，具体为:根据是否有云、大气气溶胶厚度、观测角度以及太阳高度，得到各个像元的质量分级Rank，依据分级的不同，分为 Rank=O ~Rank=7。
[0010]步骤B所述计算各个像元的植被指数，具体为:
【权利要求】
1.一种改进的时序植被指数数据合成方法，其特征在于，包括如下步骤: A、对地表反射率数据质量进行分级； B、计算各个像元的植被指数，包括NDVI和EVI； C、依据所述地表反射率数据质量评估结果，逐像元地统计清洁像元的个数N; D、依据所述清洁像元个数N的不同，选择不同的操作得到最终的合成值。
2.根据权利要求1所述改进的时序植被指数数据合成方法，其特征在于，步骤A所述对地表反射率数据质量进行分级，具体为:根据是否有云、大气气溶胶厚度、观测角度以及太阳高度，得到各个像元的质量分级Rank,依据分级的不同,分为Rank=O~Rank=7。
3.根据权利要求1所述改进的时序植被指数数据合成方法，其特征在于，步骤B所述计算各个像元的植被指数，具体为:
4.根据权利要求1所述改进的时序植被指数数据合成方法，其特征在于，步骤C所述的清洁像元为Rank=O和Rank=I的像元。
5.根据权利要求1所述改进的时序植被指数数据合成方法，其特征在于，步骤D所述依据清洁像元个数N的不同，选择不同的操作得到最终的合成值，具体为: 当N > 2时,从当前点多天植被指数中选取清洁像元,得到一个数组VIARR ;计算所述VIARR的最大值MaxViJi VIARR按观测天顶角VZA升序排序，并依次将VIARR中的元素与MaxVi对比，当VIARR中第i个元素VIARR与MaxVi满足如下关系时，
6.根据权利要求1所述改进的时序植被指数数据合成方法，其特征在于，步骤D所述依据清洁像元个数N的不同，选择不同的操作得到最终的合成值，具体为: 当N=I时,从该点多天植被指数中选取这一个清洁像元作为合成值。
7.根据权利要求1所述改进的时序植被指数数据合成方法，其特征在于，步骤D所述依据清洁像元个数N的不同，选择不同的操作得到最终的合成值，具体为: 当N=O时，找出质量相对最好的点，即Rank值最小的点，并得到这些点的相应的值FinestVIs,按MVC原则，以FinestVIs中最大值 作为最终的合成数据。
【文档编号】G01S17/89GK103823220SQ201410059419
【公开日】2014年5月28日 申请日期:2014年2月21日 优先权日:2014年2月21日
【发明者】陈康 申请人:武汉禾讯农业信息科技有限公司