CN109740220B - 一种山区邻近地表反射辐射的计算方法 - Google Patents
一种山区邻近地表反射辐射的计算方法 Download PDFInfo
- Publication number
- CN109740220B CN109740220B CN201811589016.5A CN201811589016A CN109740220B CN 109740220 B CN109740220 B CN 109740220B CN 201811589016 A CN201811589016 A CN 201811589016A CN 109740220 B CN109740220 B CN 109740220B
- Authority
- CN
- China
- Prior art keywords
- value
- radiation
- pixels
- pixel
- adjacent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Image Processing (AREA)
Abstract
本发明属于遥感技术领域,具体公开一种山区临近地表反射辐射的计算方法:设置邻近地表反射的距离范围,结合遥感图像空间分辨率,确定滤波窗口尺寸;以滤波窗口中心点为原点,采用极坐标方式,计算每个滤波窗口像元与中心点之间的距离值、角度值、权重值;依据滤波窗口像元的角度值、距离值,以及遥感图像像元对应的高程值、坡向值,进行比较判定分析,确定对滤波窗口中心产生邻近反射辐射的遥感图像像元;基于确定的邻近反射辐射图像像元,开展地表邻近反射辐射计算;对遥感图像所有像元,依次序重复上述步骤,确定每个遥感图像像元接收的邻近地表反射辐射。该方法能够精确地开展山地遥感影像的大气辐射校正与反射率反演。
Description
技术领域
本发明属于遥感技术领域,具体涉及到一种山区临近地表反射辐射的计算方法。
背景技术
在山区,地形的存在改变了太阳—地面目标—传感器之间的几何位置关系,造成山区各部位地面目标接收的太阳辐射能量有很大差异,从而导致传感器得到的测量值与地物真实的光谱反射率或辐射亮度之间存在差异,形成地形影响效应。地形效应是影响遥感定量分析的主要障碍之一。
在可见光-短波红外(0.4~2.5μm)波段,遥感器接收的地物信号主要是地物对太阳光等入射能量的反射为主。精确的大气辐射校正与反射率反演是基于遥感图像开展地物分类识别应用的基础。
地表反射率是指地面反射辐射量与入射辐射量之比,表征地面对太阳辐射的吸收和反射能力。如果要基于遥感图像实现高精度的地物反射率反演,需要对其接收的入射辐射能量有准确的估算。在地表为水平朗伯体情况下,地物接收的辐射能量主要包括:(1)太阳直射辐射、(2)天空漫射辐射、(3)地表与大气之间的多次散射漫射。然而在山区地表环境下,由于地形的存在,导致地表接收入射能量发生了变化。(1)太阳直接辐射:对于起伏地表而言,由于太阳光线的入射角不同,因此接收的太阳辐射量有显著差异,地形坡面的阳面能够接收到太阳直接辐射,阴面则无法接收到太阳直接辐射。(2)天空散射辐射:在山区,地形的遮蔽阻挡了部分天空散射辐射,因此在山区计算地物接收的天空散射辐射时需要考虑到地形的影响。在水平地表前提下,地物接收的天空散射辐射是半球空间的辐射量,而在山地条件下,则受到地形条件制约,只能接收到部分天空散射辐射。(3)临近地表反射辐射:与水平地表不同的是,由于地形的起伏,山区像元的入射能量中,还有一部分来自于周围山地的地物反射光。反射辐射的计算与地表的坡度、坡向以及地表的反射率都有关系。
如果要准确计算山区环境地物接收的入射辐射能量,就必须除太阳直接辐射、天空散射辐射以外,还要计算邻近地表反射辐射。
发明内容
本发明的目的在于提出一种山区邻近地表反射辐射的计算方法,该方法能够精确地开展山地遥感影像的大气辐射校正与反射率反演。
实现本发明目的的技术方案:一种山区邻近地表反射辐射的计算方法该方法具体包括以下步骤:
步骤(1)设置邻近地表反射的距离范围,并结合遥感图像空间分辨率,确定滤波窗口尺寸;并以滤波窗口中心点为原点,采用极坐标方式,计算每个滤波窗口像元与中心点之间的距离值、角度值、权重值;
步骤(2)依据滤波窗口像元的角度值、距离值,以及遥感图像像元对应的高程值、坡向值,进行比较判定分析,确定对滤波窗口中心产生邻近反射辐射的遥感图像像元;
步骤(3)基于步骤(2)中确定的邻近反射辐射图像像元,开展地表邻近反射辐射计算;
步骤(4)对遥感图像所有像元,依次序重复步骤(2)、步骤(3)的计算过程,确定每个遥感图像像元接收的邻近地表反射辐射。
所述的步骤(1)的具体步骤如下:
步骤(1.1)确定参与邻近地表辐射计算的范围距离值为d;
步骤(1.2)设遥感影像空间分辨率为r米,则
步骤(1.3)采用极坐标方式,设定滤波窗口的中心点为原点,依次计算窗口其它像素点与中心点的极径值l;
步骤(1.4)依据计算的距离值l,计算距离权重值w,公式为
步骤(1.5)以滤波窗口中心点为原点,计算滤波窗口每个像元的极角值α。
所述的步骤(2)的具体步骤如下:
步骤(2.1)设滤波窗口中心对应的像元坡向值为S0,将滤波窗口中其它像元的坡向值S与S0进行比较判定;
步骤(2.2)针对步骤(2.1)中确定的像元,进一步依据角度值和距离值比较高程值。
所述的步骤(2.1)中的判定规则如下:
若0°<S0≤90°,则坡向值S数值范围为于(S0+90°,S0+270°)之间的像元满足邻近反射辐射像元条件;
若90°<S0≤180°,则坡向值S数值范围为于(S0-90°,S0+90°)之间的像元满足邻近反射辐射像元条件;
若180°<S0≤270°,则坡向值S数值范围为于(S0+90°,S0-180°)之间的像元满足邻近反射辐射像元条件;
若270°<S0≤360°;则坡向值S数值范围为于(S0-270°,S0-90°)之间的像元满足邻近反射辐射像元条件;
若S0=-1,则坡向值S≠-1的像元满足条件。
所述的步骤(2.2)中的具体步骤如下:
步骤(2.2.1)依据像元对应的极角值α进行排序;排序过程中,角度值相同的像元依据距离值l由小到大进行排序。
步骤(2.2.2)针对相同角度值的像元,以距离值l的排序结果,逐像元由近及远比较高程值h,设相同角度值的像元数量为m。
所述的步骤(2.2.2)中的比较判定如下:
若hi+1>hi,则像元判定为邻近像元;
若hi+1<hi,则像元判定为非邻近像元。
所述的步骤(3)的具体步骤如下:
步骤(3.1)依据太阳直接辐射、天空散射辐射能量、大气上行辐射,并参照地形阴影,逐像元计算遥感图像每个像元对应的初始入射能量值;
步骤(3.2)依据入射能量值、大气上行辐射、大气透过率参数,对遥感图像进行初始反射率ρ计算;
步骤(3.3)依据邻近辐射像元的距离权重值w、初始反射率值ρ、入射辐射能量ETotal为参考,计算邻近反射辐射分量。
所述的步骤(3.1)中的初始入射能量值公式为ETotal=b·Edir+Edif·Vsky。
所述的步骤(3.2)中的遥感图像进行初始反射率公式为
所述的步骤(3.3)中邻近地表像元反射辐射计算公式为:
本发明的有益技术效果在于:本发明可以精确的计算山地遥感图像中邻近地表环境产生的反射辐射分量,从而辅助实现精确的地物反射率反演。
附图说明
图1为本发明所提供的一种滤波窗口数组结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
一种山区邻近地表反射辐射的计算方法,该方法具体包括以下步骤:
步骤(1)设置邻近地表反射的距离范围,并结合遥感图像空间分辨率,确定滤波窗口尺寸;并以滤波窗口中心点为原点,采用极坐标方式,计算每个滤波窗口像元与中心点之间的距离值、角度值、权重值;具体步骤如下:
步骤(1.1)确定参与邻近地表辐射计算的范围距离值为d;
步骤(1.2)设遥感影像空间分辨率为r米,则
其中,n取整数,若n为偶数,则滤波窗口大小为(n+1)×(n+1);若n为奇数,则滤波窗口大小为n×n;
步骤(1.3)采用极坐标方式,设定滤波窗口的中心点为原点,依次计算窗口其它像素点与中心点的极径值l;
步骤(1.4)依据计算的距离值l,计算距离权重值w,公式为
步骤(1.5)以滤波窗口中心点为原点,计算滤波窗口每个像元的极角值α。
设置邻近地表辐射计算的范围距离值为200米,滤波窗口大小为401×401,并存储为二维数组,以滤波窗口左上角为起始位置记录滤波窗口像元行列号,中心像元的序列号为(201,201)。
采用极坐标方式计算滤波窗口像元的角度和距离值——以滤波窗口中心像元(201,201)为原点,以中心像元与滤波窗口边缘像元(201,401)的连线为极轴,依次计算其它像元与中心像元的欧氏距离作为极径值、反正切函数值为极角值。进一步,依据极径值计算滤波窗口其它像元的权重值。
依据测区的数字高程模型,生成坡向数据,读取滤波窗口对应的高程值、坡向值。进一步将滤波窗口存储为5维数组,结构如图1所示,每个滤波窗口像元分别包含极距、极角、权重、高程、坡向5个值。
步骤(2)依据滤波窗口像元的角度值、距离值,以及遥感图像像元对应的高程值、坡向值,进行比较判定分析,确定对滤波窗口中心产生邻近反射辐射的遥感图像像元;具体步骤如下:
步骤(2.1)设滤波窗口中心对应的像元坡向值为S0,将滤波窗口中其它像元的坡向值S与S0进行比较判定,具体判定规则如下:
若0°<S0≤90°,则坡向值S数值范围为于(S0+90°,S0+270°)之间的像元满足邻近反射辐射像元条件;
若90°<S0≤180°,则坡向值S数值范围为于(S0-90°,S0+90°)之间的像元满足邻近反射辐射像元条件;
若180°<S0≤270°,则坡向值S数值范围为于(S0+90°,S0-180°)之间的像元满足邻近反射辐射像元条件;
若270°<S0≤360°;则坡向值S数值范围为于(S0-270°,S0-90°)之间的像元满足邻近反射辐射像元条件;
若S0=-1,则坡向值S≠-1的像元满足条件。
步骤(2.2)针对步骤(2.1)中确定的像元,进一步依据角度值和距离值比较高程值;
步骤(2.2.1)依据像元对应的极角值α进行排序;排序过程中,角度值相同的像元依据距离值l由小到大进行排序。
步骤(2.2.2)针对相同角度值的像元,以距离值l的排序结果,逐像元由近及远比较高程值h,设相同角度值的像元数量为m,具体比较判定如下:
若hi+1>hi,则像元判定为邻近像元;
若hi+1<hi,则像元判定为非邻近像元。
步骤(3)基于步骤(2)中确定的邻近反射辐射图像像元,开展地表邻近反射辐射计算;具体步骤如下:
步骤(3.1)依据太阳直接辐射、天空散射辐射能量、大气上行辐射,并参照地形阴影,逐像元计算遥感图像每个像元对应的初始入射能量值,计算公式为:
ETotal=b·Edir+Edif·Vsky
式中,
Edir为太阳直接辐射;
Edif为天空散射辐射;
b为二值化因子:当像元位于非阴影区,接收太阳直接辐射时,b=1,否则b=0;
Vsky为像元对应的天空可视化因子。
步骤(3.2)依据入射能量值、大气上行辐射、大气透过率参数,
对遥感图像进行初始反射率ρ计算,计算公式为:
式中,
L为遥感图像像元值;
Lpath为大气上行辐射;
ETotal为步骤3.1中计算的像元入射能量值;
T为地物至遥感图像成像传感器之间的大气传输透过率。
步骤(3.3)依据邻近辐射像元的距离权重值w、初始反射率值ρ、入射辐射能量ETotal为参考,计算邻近反射辐射分量。
设邻近反射辐射像元共计k个,则邻近地表像元反射辐射计算公式为:
式中,
Eadj为邻近反射辐射值;
为滤波窗口中心像元的初始反射率值。
步骤(4)对遥感图像所有像元,依次序重复步骤(2)、步骤(3)的计算过程,确定每个遥感图像像元接收的邻近地表反射辐射。
理论上,同类地物的反射率应该是一致的,采用本发明的方法计算出的位于山地不同位置的苔藓类地物反射率基本一致,证明计算结果好。
上面结合附图和实施例对本发明作了详细说明,但是本发明并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。
Claims (6)
1.一种山区邻近地表反射辐射的计算方法,其特征在于:该方法具体包括以下步骤:
步骤(1)设置邻近地表反射的距离范围,并结合遥感图像空间分辨率,确定滤波窗口尺寸;并以滤波窗口中心点为原点,采用极坐标方式,计算每个滤波窗口像元与中心点之间的距离值、角度值、权重值;
步骤(2)依据滤波窗口像元的角度值、距离值,以及遥感图像像元对应的高程值、坡向值,进行比较判定分析,确定对滤波窗口中心产生邻近反射辐射的遥感图像像元;
步骤(3)基于步骤(2)中确定的邻近反射辐射图像像元,开展地表邻近反射辐射计算;所述的步骤(3)的具体步骤如下:
步骤(3.1)依据太阳直接辐射、天空散射辐射能量、大气上行辐射,并参照地形阴影,逐像元计算遥感图像每个像元对应的初始入射能量值;所述的步骤(3.1)中的初始入射能量值公式为ETotal=b·Edir+Edif·Vsky;
式中,Edir为太阳直接辐射;Edif为天空散射辐射;b为二值化因子:当像元位于非阴影区,接收太阳直接辐射时,b=1,否则b=0;Vsky为像元对应的天空可视化因子;
步骤(3.2)依据入射能量值、大气上行辐射、大气透过率参数,对遥感图像进行初始反射率ρ计算;所述的步骤(3.2)中的遥感图像进行初始反射率公式为
式中,L为遥感图像像元值;Lpath为大气上行辐射;ETotal为步骤3.1中计算的像元入射能量值;T为地物至遥感图像成像传感器之间的大气传输透过率;
步骤(3.3)依据邻近辐射像元的距离权重值w、初始反射率值ρ、入射辐射能量ETotal为参考,计算邻近反射辐射分量;所述的步骤(3.3)中邻近地表像元反射辐射计算公式为:
式中,Eadj为邻近反射辐射值;为滤波窗口中心像元的初始反射率值;
步骤(4)对遥感图像所有像元,依次序重复步骤(2)、步骤(3)的计算过程,确定每个遥感图像像元接收的邻近地表反射辐射。
2.根据权利要求1所述的一种山区邻近地表反射辐射的计算方法,其特征在于:所述的步骤(1)的具体步骤如下:
步骤(1.1)确定参与邻近地表辐射计算的范围距离值为d;
步骤(1.2)设遥感影像空间分辨率为r米,则
步骤(1.3)采用极坐标方式,设定滤波窗口的中心点为原点,依次计算窗口其它像素点与中心点的距离值l;
步骤(1.4)依据计算的距离值l,计算距离权重值w,公式为
步骤(1.5)以滤波窗口中心点为原点,计算滤波窗口每个像元的极角值α。
3.根据权利要求2所述的一种山区邻近地表反射辐射的计算方法,其特征在于:所述的步骤(2)的具体步骤如下:
步骤(2.1)设滤波窗口中心对应的像元坡向值为S0,将滤波窗口中其它像元的坡向值S与S0进行比较判定;
步骤(2.2)针对步骤(2.1)中确定的像元,进一步依据角度值和距离值比较高程值。
4.根据权利要求3所述的一种山区邻近地表反射辐射的计算方法,其特征在于:所述的步骤(2.1)中的判定规则如下:
设滤波窗口中心对应的像元坡向值为S0,将滤波窗口中其它像元的坡向值S与S0进行比较判定;
若0°<S0≤90°,则坡向值S数值范围为于(S0+90°,S0+270°)之间的像元满足邻近反射辐射像元条件;
若90°<S0≤180°,则坡向值S数值范围为于(S0-90°,S0+90°)之间的像元满足邻近反射辐射像元条件;
若180°<S0≤270°,则坡向值S数值范围为于(S0+90°,S0-180°)之间的像元满足邻近反射辐射像元条件;
若270°<S0≤360°;则坡向值S数值范围为于(S0-270°,S0-90°)之间的像元满足邻近反射辐射像元条件;
若S0=-1,则坡向值S≠-1的像元满足条件。
5.根据权利要求4所述的一种山区邻近地表反射辐射的计算方法,其特征在于:所述的步骤(2.2)中的具体步骤如下:
步骤(2.2.1)依据像元对应的极角值α进行排序;排序过程中,角度值相同的像元依据距离值l由小到大进行排序;
步骤(2.2.2)针对相同角度值的像元,以距离值l的排序结果,逐像元由近及远比较高程值h,设相同角度值的像元数量为m。
6.根据权利要求5所述的一种山区邻近地表反射辐射的计算方法,其特征在于:所述的步骤(2.2.2)中的比较判定如下:
若hi+1>hi,则像元判定为邻近像元;
若hi+1<hi,则像元判定为非邻近像元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811589016.5A CN109740220B (zh) | 2018-12-25 | 2018-12-25 | 一种山区邻近地表反射辐射的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811589016.5A CN109740220B (zh) | 2018-12-25 | 2018-12-25 | 一种山区邻近地表反射辐射的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109740220A CN109740220A (zh) | 2019-05-10 |
CN109740220B true CN109740220B (zh) | 2023-08-18 |
Family
ID=66359765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811589016.5A Active CN109740220B (zh) | 2018-12-25 | 2018-12-25 | 一种山区邻近地表反射辐射的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109740220B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198314A (zh) * | 2013-02-20 | 2013-07-10 | 北京农业信息技术研究中心 | 遥感图像辐射校正方法 |
CN105242247A (zh) * | 2015-09-08 | 2016-01-13 | 首都师范大学 | 一种改进的地形辐射校正方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018028191A1 (zh) * | 2016-08-10 | 2018-02-15 | 福州大学 | 一种基于波段比模型和太阳高度角的tavi计算方法 |
-
2018
- 2018-12-25 CN CN201811589016.5A patent/CN109740220B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198314A (zh) * | 2013-02-20 | 2013-07-10 | 北京农业信息技术研究中心 | 遥感图像辐射校正方法 |
CN105242247A (zh) * | 2015-09-08 | 2016-01-13 | 首都师范大学 | 一种改进的地形辐射校正方法 |
Non-Patent Citations (1)
Title |
---|
山地TM遥感影像大气辐射校正模型改进及地表反射率反演;亓雪勇等;《遥感信息》;20070815(第04期);3-8,15 * |
Also Published As
Publication number | Publication date |
---|---|
CN109740220A (zh) | 2019-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11748946B2 (en) | Solar access measurement | |
US9285460B2 (en) | Method and system for estimating information related to a vehicle pitch and/or roll angle | |
CN107610164B (zh) | 一种基于多特征混合的高分四号影像配准方法 | |
CN104156567B (zh) | 一种耦合卫星遥感影像大气校正和地形校正过程的地表反射率获取技术 | |
JP2010217107A (ja) | 日射量の評価方法および評価装置 | |
CN109325973B (zh) | 一种城市河网区水体大气校正方法 | |
CN116519557B (zh) | 一种气溶胶光学厚度反演方法 | |
CN113221813B (zh) | 一种海岸线遥感提取方法 | |
CN113639716A (zh) | 一种基于深度残差收缩网络的水深遥感反演方法 | |
KR20200004680A (ko) | 하늘 영상을 이용한 미세먼지 측정 시스템 | |
CN114297938B (zh) | 一种基于神经网络的光学浅水水底深度的反演方法 | |
CN111563228A (zh) | 基于地表入射短波辐射的山地地表反射率地形改正方法 | |
CN108318458B (zh) | 一种适用于不同天气条件下的室外典型地物pBRDF的测量方法 | |
CN116295285A (zh) | 基于区域自适应的浅海水深遥感反演方法 | |
CN114973010A (zh) | 基于无先验数据的遥感水深反演模型迁移方法 | |
CN116817869B (zh) | 一种利用激光雷达数据的海底光子信号确定方法 | |
CN109740220B (zh) | 一种山区邻近地表反射辐射的计算方法 | |
CN102798851A (zh) | 一种基于几何成像的modis lai产品验证方法 | |
CN105205789B (zh) | 一种消除水域遥感数据镜面反射影响的方法 | |
Ye et al. | Building detection by local region features in SAR images | |
CN106324275B (zh) | 一种基于双视角光学遥感图像的海面风速探测方法 | |
Lingua et al. | Iterative Refraction-Correction Method on Mvs-Sfm for Shallow Stream Bathymetry | |
CN113870147A (zh) | 一种考虑阴影区域的遥感图像brdf校正方法 | |
CN101458327A (zh) | Dem支持下的月球表面遥感图像像元邻坡反射辐射的计算方法 | |
CN109636840B (zh) | 一种基于鬼影像检测建筑物阴影的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |