CN108151719B - 一种验证地形阴影校正效果的方法 - Google Patents

Abstract

本发明公开一种验证地形阴影校正效果的方法，该方法包括以下步骤：数据准备、影像分类、提取地形阴影本影和落影、验证样本选择、计算cosi、计算植被参数与cosi决定系数r²、计算本影与落影各自相对误差、判定地形阴影校正效果。本发明的验证方法，完善了传统验证中地形阴影没有区分本影和落影的缺陷，弥补了传统采用植被参数与cosi决定系数r²单一指标来判定校正效果的不足，对各类植被参数抗地形阴影影响的定量评估和地形阴影校正方法有效性的定量评价等具有重要的科学意义与实用价值。

Description

一种验证地形阴影校正效果的方法

技术领域

本发明涉及地形阴影校正效果精度验证的定量评价方法领域，具体涉及一种验证地形阴影校正效果的新方法。

背景技术

现有公开发表的地形校正或地形阴影校正效果精度验证的定量验证评估方法主要有2种，一是定量比较植被参数与太阳入射角余弦值cosi的决定系数(或相关系数)，二是定量比较山区阴坡与相邻阳坡的植被参数值的相对误差。方法一存在单一的决定系数趋于0有可能是因为削除了地形影响的结果，也有可能是因为没有消除地形影响但数据分布恰好形成决定系数趋于0的情况。方法二存在地形阴影没有区分本影与落影的不足，会出现本影校正效果好但落影校正效果差的情况。这两种方法存在的缺陷直接影响到了地形校正或地形阴影校正方法有效性的定量评价与应用的可靠性。

发明内容

本发明的目的在于提供一种新的验证地形阴影校正效果的方法，完善传统验证中地形阴影没有区分本影和落影的缺陷，弥补传统验证中仅采用植被参数与cosi决定系数r²单一指标来判定校正效果的不足。

为实现上述目的，本发明采用以下技术方案：

一种验证地形阴影校正效果的方法，其特征在于：包括如下步骤，

步骤S1，数据准备：选择验证研究区，收集研究区遥感影像和数字高程模型数据或坡度、坡向数据；

步骤S2，影像分类：应用常规监督或非监督分类方法将研究区遥感影像分类为山体阴影区域和非阴影区域；

步骤S3，采用以下公式提取地形阴影本影：

tanξ＝tanσ*cos(π-(ω-β))

tanξ＞tanγ

式中，ξ是折算为背向太阳入射方向的坡度角，σ为自然坡度角，β为坡向角，γ、ω是卫星过境时的太阳高度角与太阳方位角；σ和β可以从坡度、坡向图中获取(坡度、坡向图由数字高程模型或坡度、坡向数据生成)，γ和ω可从研究区遥感影像头文件中获取；

步骤S4，在山体阴影区域按以下公式提取地形阴影落影：

σ＜γ

式中，σ为自然坡度角，γ为卫星过境时的太阳高度角

步骤S5，验证样本选择：每组样本按照空间邻近原则选取地形阴影本影、落影和非阴影数据；样本总数不小于50组；

步骤S6，采用以下公式计算太阳入射角余弦值cosi：

cosi＝cosσ·cosθ+sinσ·sinθ·cos(β-ω)

式中，i为太阳入射角，σ为自然坡度角，β为坡向角，θ、ω是卫星过境时的太阳天顶角与太阳方位角；σ和β可以从坡度、坡向图中获取(坡度、坡向图由数字高程模型或坡度、坡向数据生成)，θ和ω可从研究区遥感影像头文件中获取；

步骤S7，采用以下公式计算验证研究区植被指数VI与cosi决定系数r²：

式中，x、y分别为验证研究区植被指数VI、cosi数据，n为影像数据的像元数；

步骤S8，采用以下公式计算植被指数VI在地形阴影本影、落影相对非阴影的相对误差：

E＝|VI_shadow-VI_sunny|/VI_sunny×100％

式中，E为相对误差，VI_shadow为地形阴影本影或落影的植被指数VI值，VI_sunny为阴影邻近非阴影的植被指数VI值；

步骤S9，采用以下条件判别地形阴影校正效果：

当地形阴影本影相对误差<5％且地形阴影落影相对误差<5％且r²<0.05且Std/M<10％时，认为地形阴影校正效果达到要求，其中，Std/M为植被指数VI所有样本的标准方差(Std)与平均值(M)的比值。

所述植被指数VI包括但不限于NDVI、RVI、EVI2、TAVI。

所述植被参数不仅包括VI，还包括叶面积指数LAI和其它各种植被参数。

相较于现有技术，本发明具有以下有益效果：

1、完善了传统地形校正或地形阴影校正效果验证中没有分别进行本影和落影校正效果定量验证的缺陷。

2、弥补了传统验证中采用植被参数与cosi决定系数r²单一指标来判定校正效果的不足。

3、可操作性强，定量验证结果可靠：详见具体实施例的数据对比。

附图说明

以下结合附图和具体实施方式对本发明做进一步详细说明；

图1为本发明的流程示意图。

具体实施方式

下面结合附图1，对本发明的技术方案进行具体说明。

如图1所示，本发明的一种验证地形阴影校正效果的新方法，包括如下步骤：

步骤S1、数据准备：在福建省福州地区选择验证研究区，下载研究区Landsat8OLI遥感影像和数字高程模型数据；

步骤S2，影像分类：应用常规监督或非监督分类方法将研究区遥感影像分类为山体阴影区域和非阴影区域；

步骤S3，采用以下公式提取地形阴影本影：

tanξ＝tanσ*cos(π-(ω-β))

tanξ＞tanγ

式中，ξ是折算为背向太阳入射方向的坡度角，σ为自然坡度角，β为坡向角，γ、ω是卫星过境时的太阳高度角与太阳方位角；σ和β可以从坡度、坡向图中获取(坡度、坡向图从数字高程模型中生成)，γ和ω可从研究区遥感影像头文件中获取；

步骤S4，在山体阴影区域按以下公式提取地形阴影落影：

σ＜γ

式中，σ为自然坡度角，γ为卫星过境时的太阳高度角

步骤S5，验证样本选择：每组样本按照空间邻近原则选取地形阴影本影、落影和非阴影数据(从非阴影区域直接获取)，共选取51组样本；

步骤S6，采用以下公式计算太阳入射角余弦值cosi：

cosi＝cosσ·cosθ+sinσ·sinθ·cos(β-ω)

式中，i为太阳入射角，σ为自然坡度角，β为坡向角，θ、ω是卫星过境时的太阳天顶角与太阳方位角；σ和β可以从坡度、坡向图中获取(坡度、坡向图从数字高程模型中生成)，θ和ω可从研究区遥感影像头文件中获取；

步骤S7，采用以下公式计算验证研究区植被指数VI与cosi决定系数r²：

式中，x、y分别为验证研究区植被指数VI、cosi数据，n为影像数据的像元数；

步骤S8，采用以下公式计算植被指数VI在地形阴影本影、落影相对非阴影的相对误差：(详见表1)

E＝|VI_shadow-VI_sunny|/VI_sunny×100％

式中，E为相对误差，VI_shadow为地形阴影本影或落影的植被指数VI值，VI_sunny为阴影邻近非阴影的植被指数VI值；

步骤S9，采用以下条件判别地形阴影校正效果：

当地形阴影本影相对误差<5％且地形阴影落影相对误差<5％且r²<0.05且Std/M<10％时，认为地形阴影校正效果达到要求，其中，Std/M为植被指数VI所有样本的标准方差(Std)与平均值(M)的比值(详见表2)。

在本实施例中，植被参数VI包括便不限于NDVI、RVI、EVI2、TAVI。

此外，植被参数不仅包括VI，还包括叶面积指数LAI和其它各种植被参数。

本发明确定的验证方法表明，根据步骤S9判定规则(本影相对误差<5％且落影相对误差<5％且r²<0.05且Std/M<10％)，可以验证得到TAVI与经过6S+C大气和地形校正后的NDVI的地形阴影校正效果最好的结论(详见表1，表2)。

表1.地形阴影本影、落影植被指数VI相对误差

注：TOA表示遥感影像表观反射率数据，C表示经过C模型地形校正后的表观反射率数据，6S+C表示经过6S大气校正和C模型地形校正后的数据。

表2.样本VI-cosi相关分析与Std/M分析

注：TOA表示遥感影像表观反射率数据，C表示经过C模型地形校正后的表观反射率数据，6S+C表示经过6S大气校正和C模型地形校正后的数据。

发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (3)

1.一种验证地形阴影校正效果的方法，其特征在于：包括如下步骤，

步骤S1，数据准备：选择验证研究区，收集研究区遥感影像和数字高程模型数据，或坡度、坡向数据；

步骤S2，影像分类：应用常规监督或非监督分类方法将研究区遥感影像分类为山体阴影区域和非阴影区域；

步骤S3，采用以下公式提取地形阴影本影：

tanξ＝tanσ*cos(π-(ω-β))

tanξ＞tanγ

式中，ξ是折算为背向太阳入射方向的坡度角，σ为自然坡度角，β为坡向角，γ、ω是卫星过境时的太阳高度角与太阳方位角；σ和β可以从坡度、坡向图中获取，γ和ω可从研究区遥感影像头文件中获取；

步骤S4，在山体阴影区域按以下公式提取地形阴影落影：

σ＜γ

式中，σ为自然坡度角，γ为卫星过境时的太阳高度角

步骤S5，验证样本选择：每组样本按照空间邻近原则选取地形阴影本影、落影和非阴影数据；样本总数不小于50组；

步骤S6，采用以下公式计算太阳入射角余弦值cosi：

cosi＝cosσ·cosθ+sinσ·sinθ·cos(β-ω)

式中，i为太阳入射角，σ为自然坡度角，β为坡向角，θ、ω是卫星过境时的太阳天顶角与太阳方位角；σ和β可以从坡度、坡向图中获取，θ和ω可从研究区遥感影像头文件中获取；

步骤S7，采用以下公式计算验证研究区植被指数VI与cosi决定系数r²：

式中，x、y分别为验证研究区植被指数VI、cosi数据，n为影像数据的像元数；

步骤S8，采用以下公式计算植被指数VI在地形阴影本影、落影相对非阴影的相对误差：

E＝|VI_shadow-VI_sunny|/VI_sunny×100％

式中，E为相对误差，VI_shadow为地形阴影本影或落影的植被指数VI值，VI_sunny为阴影邻近非阴影的植被指数VI值；

步骤S9，采用以下条件判别地形阴影校正效果：

当地形阴影本影相对误差<5％且地形阴影落影相对误差<5％且r²<0.05且Std/M<10％时，认为地形阴影校正效果达到要求，其中，Std/M为植被指数VI所有样本的标准方差与平均值的比值。

2.根据权利要求1所述的一种验证地形阴影校正效果的方法，其特征在于：所述植被指数VI包括但不限于NDVI、RVI、EVI2、TAVI其中，NDVI为归一化植被指数，RVI为比值植被指数，EVI2为双波段增强植被指数，TAVI为地形调节植被指数。

3.根据权利要求1所述的一种验证地形阴影校正效果的方法，其特征在于：植被参数不仅包括VI，还包括叶面积指数LAI。