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：
[0095] 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。
[0096] 黄质吸收系数可以利用指数函数进行参数化：
[0097] aCD0M ( λ ) = aCD0M ( λ 0) exp (-S ( λ - λ 0)) (7)
[0098] 其中，ae_U。）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，本实例中，选取S = 0.013。
[0099] 非色素颗粒物的后向散射系数可以通过下式进行计算：
[0101] 其中，为非色素颗粒物的比散射系数，通过实际测量获取；:?为非色素颗粒 物的后向散射概率，本研究取值为〇. 05。纯水的后向散射概率为0. 5。
[0102] 本实施例中，
的值，都采用软件Hydro light软件中集成 的标准二类水体固有光学量数据库。
[0103] 将式（5)~（7)带入式（3)，式⑶带入式（4)，进而将式（3)、式⑷带入式（2)， 得到式（9):
[0105] 式（9)中的未知数分别为Cs、Cchla和a (440) 〇
[0106] (2)生成初步融合影像
[0107] 通过MERIS数据的头文件，查阅该数据的15个中心波长值，将获得的水色三参 数，代入式（1)和（9)，计算15个波段的遥感反射率，并利用6S辐射传输模型，计算出高光 谱高空间分辨率影像在各个波段处的，即遥感反射率推算到卫星入瞳处的遥感反射率， 形成初步融合的遥感影像。
[0108] 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
[0110] 式中，Ωη代表高光谱低空间分辨率像元范围内的像元集，η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；
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
I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。
[0111] 本发明的遥感影像融合方法的融合结果在高光谱数据的空间尺度上具有光谱畸 变较小的优点。
[0112] 以下是本发明的遥感影像融合算法与其他图像融合算法的对比结果。
[0113] 采用相关系数r及平均相对误差MPE对图像融合结果进行评价，并与两种常用的 图像融合方法进行对比。
[0115] 式中，Sfa为原始遥感影像值，^为融合后的值，η为样本个数。MPE值越小表 明两景影像的值越接近。
[0117] 式中，X、y分别为两景影像的像元值，i为像元数，为均值，r越大表明两景影 像的相关性越尚。
[0119] 表中，GS 和 WT 为 Gram-schmidt (GS)和 wavelet transform(WT)两种图像融合算 法。
[0120] 从相关系数来看，几种融合算法的相关系数都大于0. 90,显示出融合结果与原始 影像高度相关，保留了较多原始影像的信息，从MPE值来看，本发明算法的MPE值明显低 于两种常用算法，取得了较好的效果。
[0121] 以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完 全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术 性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
【主权项】
1. 一种基于辐射传输模拟的遥感影像融合方法，其特征在于，包括如下步骤： 步骤S1，获得水色三要素； 步骤S2,通过所述水色三要素获得初步融合结果。2. 根据权利要求1所述的遥感影像融合方法，其特征在于， 所述步骤S1中获得水色三要素的方法包括： 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(；hla，悬浮物浓度Cs，有色可溶性有机物的吸收系数七_(人'），其中\'为有色 可溶性有机物设定的光谱波长。3. 根据权利要求2所述的遥感影像融合方法，其特征在于，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。4. 根据权利要求3所述的遥感影像融合方法，其特征在于， 所述步骤S101中建立水面反射率模拟模型的方法如下： 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Rrs(^) =Crrs(A)/(l-rrrs(A))； 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 再建立水面反射率模拟模型，即式中，为非色素颗粒物的比吸收系数，<Η(λ)为色素颗粒物的比吸收系数， ?(2)为非色素颗粒物的比散射系数，Ip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。5. 根据权利要求4所述的遥感影像融合方法，其特征在于，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： 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=(匕-R) 求取得到水色三要素的含量； 其中^为水表面遥感反射率R"的观测值，R为水表面遥感反射率R"的模拟值。6. 根据权利要求5所述的遥感影像融合方法，其特征在于，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 RrsU) =g(Cchla，CTSM，ac_);以获得高光谱高空间分辨率影像在各个波段处的Rrs，艮Ρ作为初步融合结果。7. 根据权利要求6所述的遥感影像融合方法，其特征在于，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； 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。8.根据权利要求7所述的遥感影像融合方法，其特征在于，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：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；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；(Ω,,)代表原始高光谱低空间分辨率影像；(Ω?)为修正后的像元值， 即所述融合影像。
【专利摘要】本发明公开了一种基于辐射传输模拟的遥感影像融合方法，其包括如下步骤：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。本发明的遥感影像融合方法及系统克服了传统的融合算法造成光谱信息丢失严重的技术问题；并且每个波段的空间分布信息都由严格的物理模型推导得来，而不是在所有波段上都采用全色影像的空间分布信息，高光谱的信息损失较小；本算法基于水面反射率模拟模型推导高光谱数据的波谱，因此，突破了水色遥感图像融合中对不同影像波段需要严格匹配的局限，其适用性更强。
【IPC分类】G06T5/50
【公开号】CN105303539
【申请号】CN201510291161
【发明人】李云梅, 郭宇龙, 王桥
【申请人】李云梅
【公开日】2016年2月3日
【申请日】2015年5月29日