欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022108101310
申请人: 宁波大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于时序遥感的任意时刻地表环境综合评估方法,其特征在于包括以下具体步骤:

(1)、对研究时期内选定区域的实拍遥感影像进行预处理,并将预处理后的全部影像按照成像时间顺序依次排列构成影像时间序列;

(2)、对影像中的每一像元根据时间序列在所有波段上分别建立初始时间序列模型,具体为:每一像元的初始时间序列模型由线性函数和谐波函数组成,依据每一像元在时间序列中的有效观测值数量,从粗到细构建三种关系式,若12≤有效观测值数量<18,则模型选用关系式(1);若18≤有效观测值数量<24,则模型选用关系式(2);若有效观测值数量≥

24,则模型选用关系式(3);

其中, 表示像元的预测地表反射率;n表示初始时间序列模型所选用的关系式的标号,n=1,2,3;i为遥感影像第i个波段;t为儒略日;w为频率, c0,i和c1,i为截距系数和斜率系数,an,i和bn,i是第n次谐波系数,且c0,i、c1,i、an,i和bn,i这四个参数均通过最小二乘法确定最优取值;

(3)、对像元的初始时间序列模型进行变化检测,若变化没有发生,则保持初始时间序列模型;若变化发生,则将变化发生时间作为时间序列模型的断点,对像元的初始时间序列模型进行分段,得到分段时间序列模型,以反映对应像元的地表反射率变化;具体为:为了准确检测像元的初始时间序列模型的变化,变化的发生时间通过比较像元的初始时间序列模型预测值和后续有效观测值的残差resid与初始时间序列模型的均方根误差RMSE确定,即其中:D为遥感影像的波段集合,i为遥感影像的第i个波段,residi为第i个波段的初始时间序列模型预测值与后续有效观测值的残差,RMSEi为第i个波段的像元的初始时间序列模型的均方根误差, 为阈值,等于自由度为影像波段数的逆卡方分布数;

将同一波段中同一像元的6个连续的后续有效观测值作为一组进行判别,若所有波段中同一像元的6个后续有效观测值的resid与RMSE的比值均大于阈值,则将该像元在每个波段中的后续6个有效观测值中的第1个有效观测值出现的时间作为变化发生时间,并将该变化发生时间作为该像元在每个波段中的时间序列模型中的断点,对该像元在每个波段中的初始时间序列模型进行分段,并根据步骤(2)中的关系式得到分段时间序列模型,以反映该像元的地表反射率变化;

若所有波段中同一像元的6个后续有效观测值的resid与RMSE的比值没有全部大于阈值,则认为变化没有发生,并将该像元在每个波段中的后续6个有效观测值中的第1个有效观测值加入对应波段的初始时间序列模型中,然后根据步骤(2)中的关系式将像元的初始时间序列模型拟合更新;

上述判别过程重复进行,直到全部有效观测值都位于像元的初始时间序列模型或分段时间序列模型中为止;

(4)、在像元的初始时间序列模型或分段时间序列模型的基础上,获得任意时刻的预测遥感影像;

(5)、基于预测遥感影像,将植被覆盖度VC、植被健康度VHI、土壤湿度Wet、地表土建度NDBSI和地表温度LST五个遥感指数作为选定区域的地表环境综合表征,并计算五个遥感指数的数值;

(6)、将遥感指数去噪和归一化;

(7)、获得地表环境综合指数。

2.如权利要求1所述的一种基于时序遥感的任意时刻地表环境综合评估方法,其特征在于所述的步骤(1)的实拍遥感影像预处理的具体方法为:下载研究时期内选定区域中全部经过几何校正和辐射校正的实拍光学遥感影像数据,或下载全部原始实拍光学遥感影像数据后人工进行几何校正和辐射校正,然后利用遥感影像的质量评估波段,剔除每景影像中被云、云阴影或雪覆盖的无效观测值。

3.如权利要求1所述的一种基于时序遥感的任意时刻地表环境综合评估方法,其特征在于所述的步骤(4)的具体方法为:逐波段逐像元定位像元的初始时间序列模型或分段时间序列模型,根据研究的需要确定地表环境综合评估的儒略日t,再通过步骤(2)的关系式得到像元的预测地表反射率,然后将全部像元组成波段,将全部波段组成影像,获得任意时刻的预测遥感影像。

4.如权利要求1所述的一种基于时序遥感的任意时刻地表环境综合评估方法,其特征在于所述的步骤(5)中的五个遥感指数:植被覆盖度VC、植被健康度VHI、土壤湿度Wet、地表土建度NDBSI和地表温度LST的关系式为:其中,ρNIR和ρRed分别为预测遥感影像的近红外波段和红光波段,NDVI为归一化差异植被指数,NDVIveg和NDVIsoil分别为植被和土壤的归一化差异植被指数,两者分别为研究范围内NDVI的最大和最小值;

VHI=PCA1(NDVI,NRI,NDSVI)       (9)

其中,ρSWIR1和ρRGreen分别为预测遥感影像的短波红外第1波段和绿光波段,NRI为氮元素的反射率指数,NDSVI为归一化差异植被衰亡指数,植被健康度VHI为通过将NDVI、NRI、NDSVI主成分变换后的第一分量PCA1;

其中,D是遥感影像波段集合,i为预测遥感影像第i个波段,ai为波段线性组合系数,ρi为第i个波段的影像地表反射率;

其中,ρBlue为预测遥感影像的蓝光波段,IBI为建成区指数,SI为土壤指数;

‑34 8

其中,h为普朗克常数,h=6.26×10 J‑sec;c为光速,c=2.998×10m/sec;K为斯忒‑23潘‑玻尔兹曼常数,K=1.38×10 J/K;α为中间变量,λ为热红外波段中心波长,ε为地表出射率;Tb为亮度温度。

5.如权利要求1所述的一种基于时序遥感的任意时刻地表环境综合评估方法,其特征在于所述的步骤(6)的具体方法为:对遥感指数VC、VHI、Wet、NDBSI、LST采用百分位去噪方法,设定百分位为a,将全部研究时期所包含的像元数值按从小到大排序,取a%作为有效数值下限,(100‑a)%为有效数值上限,若像元数值小于有效数值下限,则取有效数值下限;若像元数值大于有效数值上限,则取有效数值上限;然后通过关系式(16)对五个遥感指数进行归一化,以屏蔽不同遥感指数数值范围差异的影响;

其中,Index为原始遥感指数,Indexlb和Indexub分别为遥感指数的下限和上限,Indexnom为归一化后的遥感指数。

6.如权利要求1所述的一种基于时序遥感的任意时刻地表环境综合评估方法,其特征在于所述的步骤(7)的具体方法为:将去噪归一化后的各遥感指数通过最小噪声分离变换,并取其第一分量作为初步的地表环境综合指数LSECI0,观察第一分量中各遥感指数的载荷数值,若表示植被覆盖度VC的载荷数值大于等于零,则LSECI0为最终的地表环境综合指数LSECI;若表示植被覆盖度VC的载荷数值为负,则将LSECI0取反获得最终的地表环境综合指数LSECI,其关系式为:LSECI0=MNF1(VC,VHI,Wet,NDBSI,LST)     (17)

其中,MNF1为最小噪声分离变换的第一分量,q(VC)为在第一分量中植被覆盖度VC的载荷数值。