>[0034] 图1是遥感影像融合方法的算法流程图。
[0035] 如图1所示，本发明提供了一种基于辐射传输模拟的遥感影像融合方法，包括如 下步骤：步骤S1，获得水色三要素；以及步骤S2,通过所述水色三要素获得初步融合结果。
[0036] 进一步，所述步骤Sl中获得水色三要素的方法包括：
[0037] 利用多光谱高空间分辨率影像，通过水面反射率模拟模型推算得到水色三要素， 即叶绿素 a浓度Qla，悬浮物浓度Cs，有色可溶性有机物的吸收系数&_(λ'），其中λ'为 有色可溶性有机物设定的光谱波长。其中，所述有色可溶性有机物设定的光谱波长可以但 不限于设定为440nm或410nm。
[0038] 图2是水面反射率模拟模型推算得到水色三要素的算法流程图。
[0039] 进一步，如图2所示，通过水面反射率模拟模型推算得到水色三要素的方法如下： 步骤S101，建立水面反射率模拟模型；步骤S102,将水面反射率模拟模型通过非线性最小 二乘优化算法获得水色三要素。
[0040] 进一步，所述步骤SlOl中建立水面反射率模拟模型的方法如下：
[0041] 首先建立水表面遥感反射率与水表面以下遥感反射率r "之间的关系式，即
[0043] 式中，ξ为离散作用系数，Γ是气水界面折射系数，r"为水表面以下遥感反射率， 波长为λ ;以及在建立水面反射率模拟模型，即
[0045] 式中，
为非色素颗粒物的比吸收系数，λ )为色素颗粒物的比吸收系数，
为非色素颗粒物的比散射系数，％为非色素颗粒物的后向散射概率，S为黄质的斜率 指数，bw( λ)为纯水的散射系数。
[0046] 所述水面反射率模拟模型的建立步骤包括：
[0047] 水表面遥感反射率与水表面以下遥感反射率r "之间的关系式，即
[0049] 式中，ξ为离散作用系数，为内反射作用，在天顶观测时，ξ~0. 52, Γ~I. 7，r" 可以表示为总吸收系数（a)和总后向散射系数（bb)之间的函数：
[0051] 式中，f为常数，取值范围为0. 2~0. 56。a和bb又可以表示为各水体组分吸收系 数和后向散射系数之和：
[0054] 其中，下标d，ph，⑶0M，w分别为非色素颗粒物、色素颗粒物、黄色物质和纯水。其 中纯水的吸收和后向散射系数取值参照Pope等的研究。非色素颗粒物、色素颗粒物的吸收 系数通过下式计算：
[0057] 其中为非色素颗粒物的比吸收系数；Cs为总悬浮物浓度；&、（λ)为色素颗 粒物的比吸收系数；CAla为叶绿素 a浓度。
[0058] 黄质吸收系数可以利用指数函数进行参数化：
[0060] 其中，amMU。）为参考波段λ。处的黄质吸收系数，λ。通常取440nm。S为黄质 的斜率指数。
[0061] 非色素颗粒物的后向散射系数可以通过下式进行计算：
[0063] 其中，为非色素颗粒物的比散射系数；&为非色素颗粒物的后向散射概率。
[0064] 将式（5)~（7)带入式（3)，式⑶带入式（4)，进而将式（3)、式（3. 4)带入式 ⑵，得到式（9):
[0066] 式（9)中的未知数分别为Cs、Cchla和a c_ (440) 〇
[0067] 根据式⑴和（9)表明，遥感反射率1?"可以表示为水色三要素 Cs、CAla和 ac_(440)的非线性函数。通过确定三要素的值，即可计算得到遥感反射率。
[0068] 进一步，所述步骤S102中将水面反射率模拟模型通过非线性最小二乘优化算法 获得水色三要素的方法包括：
[0069] 通过非线性最小二乘优化算法，将所述水面反射率模拟模型通过最小化式J = (Rn-R) T(Rn-R)求取得到水色三要素的含量；其中Rn为水表面遥感反射率R "的观测值，R为 水表面遥感反射率的模拟值。
[0070] 进一步，所述步骤S2中通过所述水色三要素获得初步融合结果的方法包括：将 水色三要素代入到水面反射率模拟模型中，即R"(A) =g(Cehla，CTSM，ae_);以获得高光谱 高空间分辨率影像在各个波段处的R"，即作为初步融合结果。
[0071] 进一步，所述遥感影像融合方法还包括：步骤S3,对初步融合结果进行修正，以获 得融合影像；即将权重系数修正后叠加上原始高光谱低空间分辨率影像的光谱信息，以获 得融合影像。
[0072] 进一步，将权重系数修正后叠加上原始高光谱低空间分辨率影像的光谱信息以获 得融合影像的方法包括：
其中，权重系数为
[0074] 式中，Ωη代表高光谱低空间分辨率像元范围内的像元集，n为多光谱高空间分辨 率像元个数；上标h代表高空间分辨率像元，上标1代表低空间分辨率像元；下标inv代表 初步融合得到的结果，下标LRHI代表高光谱低空间分辨率影像；
1为初步融合得到 的高光谱高空间分辨率像元覆盖范围内的像元集；
是初步融合结果退化得到的 低分辨率影像；
代表原始高光谱低空间分辨率影像；
为修正后的像元 值，即所述融合影像。
[0075] 其中，所述低分辨率影像
首先由
通过均值法重采样到低空间分 辨率尺度，之后用最邻近法重采样到高分辨率尺度得到。
[0076] 图3是本发明的遥感影像融合算法的原理框图。
[0077] 如图3所示，为了进一步说明本实施例的具体实施过程，例举2009年4月25日太 湖HJl-CCD数据、MERIS数据为示例，其中HJl-CCD数据代表高空间分辨率低光谱分辨率影 像，MERIS数据代表高光谱分辨率低空间分辨率影像；HJl-CCD数据的空间分辨率为30m，光 谱通道为4个，MERIS数据的空间分辨率为300m，光谱通道为15个，详细说明利用所述遥感 影像融合方法进行遥感影像融合的过程。
[0078] 数据准备：多光谱高空间分辨率影像来源于陆地观测卫星和高光谱低空间分辨率 影像来源于水色卫星。
[0079] 首先，由陆地观测卫星HJl-C⑶多光谱高空间分辨率影像，通过水面反射率模拟 模型反演得到太湖水体水色三要素：叶绿素 a浓度（Qhla)，悬浮物浓度（Cs)，有色可溶性有 机物在440nm处的吸收系数（a e_(440))的大小；进而将三组分信息重新带回到水面反射 率模拟模型中，输出与水色卫星（MERIS)影像15个波段处的高光谱图像，作为初步融合结 果；最后将初步融合结果与原始高光谱低空间分辨率影像叠加，生成最终的融合数据。
[0080] (1)利用HJl-C⑶多光谱数据反演水色三要素
[0081] 利用MATLAB软件所提供的最优化算法，使优化函数J达到最小，这时的水色三参 数即为得到的参数值。
[0082] J= (Rni-R) T(Rni-R) (10)
[0083] 其中1?"为R "的观测值，R为水表面遥感反射率R "的模拟值。
[0084] 所述Rrs模拟值通过以下公式计算：
[0085] 水表面遥感反射率与水表面以下遥感反射率r "之间具有以下关系：
[0086] Rrs(A) = |rrs( λ )/(1-Trrs(A)) (I)
[0087] 式中，ξ为离散作用系数，为内反射作用，在天顶观测时，ξ~0. 52, Γ~I. 7，r" 可以表示为总吸收系数（a)和总后向散射系数（bb)之间的函数：
[0089] 式中，f为常数，取值范围为0.2~0.56,本实例中f = 0.38。a和bb又可以表示 为各水体组分吸收系数和后向散射系数之和：
[0092] 其中，下标d，ph，⑶0M，w分别为非色素颗粒物、色素颗粒物、黄色物质和纯水。其 中纯水的吸收和后向散