[发明专利]基于多光谱影像和NDVI时间序列的地表覆盖变化检测方法

说明书

本发明涉及一种基于多光谱影像和NDVI时间序列的地表覆盖变化检测方法，以光谱相关系数减弱光谱间系统差异的影响，以NDVI时间序列曲线的相角累积量、基线累积量、相对累积率和相对基线过零率四种形状参数减弱NDVI时序曲线间系统差异的影响；结合光谱相关系数和四种形状参数共同增大变化与未变化地表区域变化强度的对比度，根据阈值判断出地表变化。本发明通过归一化处理统一不同变化强度的量纲，结合光谱变化和时序变化强度增大变化与未变化地表对比度。克服了两个时期光谱间及两个年际的NDVI时间序列间系统性差异的不利影响，以较高的精度实现对地表覆盖变化的准确检测。所依据的数学基础清晰，检测步骤简洁，为地表覆盖变化检测自动化奠定了基础。

技术领域

本发明涉及一种遥感数字图像处理技术，尤其是涉及一种变化检测方法。

背景技术

通过对地表进行重复观测所获得的多期遥感数据，快速、准确地检测出地表覆盖发生变化的区域，是遥感领域一直以来着力解决的技术问题(参见文献：HANSEN M C,LOVELAND T R.A review of large area monitoring of land cover change usingLandsat data[J].Remote Sensing of Environment,2012,122(66-74))。随着国内外光学遥感卫星的相继投入使用，已经基本具备了稳定的对地重复观测能力，形成了多个时期的多光谱遥感影像数据集和归一化差异植被指数(Normalized Difference VegetationIndex，NDVI)时间序列数据集。然而，由于遥感多光谱传感器对地表成像过程中的大气条件等随机噪声会使地表覆盖的光谱量值产生误差，当较多量值均受误差影响时光谱就会带有噪声。同时，“同物异谱，异物同谱”现象会导致同类地表覆盖的光谱具有较大系统性偏差，而各类地表覆盖光谱间的区分度较差。受到物候、季相和地表粗糙度等因素影响，NDVI时间序列在不同年份也常常具有一定系统性波动差异。因此，当前的地表覆盖变化检测项目是在这种数据背景下，实施对地表覆盖发生变化的区域进行检测的。

目前已经发展出了多种变化检测方法，用于变化检测过程。影像差值法和比值法(参见文献：LU D,MAUSEL P,BROND ZIO E,et al.Change detection techniques[J].International Journal of Remote Sensing,2004,25(12):2365-401.)利用地表覆盖在两期影像光谱间的量值差异或者相似度作为判别发生变化与否的依据。它们的检测效率高，但容易受部分光谱值噪声的干扰，使得检测精度不高。变化向量分析法(参见文献：MALILA W A.Change vector analysis an approach for detecting forest changeswith Landsat[M].LARS Symposia.1980:385.)将光谱的多个量值组成向量，以两个向量的绝对偏差作为判别变化的依据。该方法应用广泛，但难以克服地表覆盖光谱内源噪声的不利影响。光谱角制图法(参见文献：KRUSE F A,LEFKOFF A B,BOARDMAN J W,et al.Thespectral image processing system(SIPS)—interactive visualization andanalysis of imaging spectrometer data[J].Remote sensing of environment,1993,44(2-3):145-63.)利用两期光谱向量间的夹角作为判别发生变化的依据，在遇到光谱内源噪声时仍然难以克服光谱内源噪声的影响。相关系数法(参见文献：周启明.多时相遥感影像变化检测综述[J].地理信息世界,2011,9(2):28-33.)利用两期光谱间的相关性确定地表覆盖的变化强度，当光谱间存在系统误差时其判别依据得出的变化和未变化区域区分度较差，检测精度较低。光谱梯度差异法(参见文献：陈军,陆苗,陈利军.一种基于光谱斜率差异检测地表覆盖变化的方法[P].北京：CN103049916A,2013-04-17.)利用两期光谱斜率间的差异来检测地表覆盖变化，避免了光谱内源噪声对变化检测的影响，提高了检测精度。然而，该方法难以克服“同物异谱”对检测结果的不利影响。NDVI变化向量分析法(参见文献：LAMBIN E F,STRAHLER A H.Change-vector analysis in multitemporal space-a toolto detect and categorize land-cover change processes using high temporal-resolution satellite data[J].Remote Sensing of Environment,1994,48(2):231-44.陈云浩,李晓兵,陈晋,史培军.1983—1992年中国陆地植被NDVI演变特征的变化矢量分析[J].遥感学报,2002(01):12-18+81.)利用两个年际的NDVI时间序列组成向量，以两个向量间NDVI量值的总体差异来确定变化强度，进而检测地表变化。该方法容易受到两个NDVI时间序列系统性差异的影响，依据其得出的变化强度不能准确地判断变化。NDVI梯度差异检测法(参见文献：Lu,M.；Chen,J.；Tang,H.；Rao,Y.；Yang,P.；Wu,W.Land cover changedetection by integrating object-based data blending model of landsat andmodis[J].Remote Sensing of Environment 2016,184,374-386.)利用两个年际NDVI时间序列曲线的梯度差异，作为计算地表覆盖变化强度的依据，提高了无NDVI时间序列系统差异情况下的地表覆盖检测精度。基于兰氏距离NDVI的变化检测法(参见文献：赵威成,祁向前,叶欣.基于兰氏距离NDVI的土地覆盖变化检测[J].安徽农业科学,2017,45(06):221-223.)在两个年份NDVI量值的基础上，以兰氏距离度量地表覆盖的变化强度。因此，该方法仍然难以避免两个年际NDVI系统偏差的影响。李月臣等(参见文献：李月臣,陈晋,宫鹏,岳天祥.基于NDVI时间序列数据的土地覆盖变化检测指标设计[J].应用基础与工程科学学报,2005(03):44-58.)设计了表征NDVI时间序列曲线数值差异的值指数和形状差异的形指数。该值指数是采用兰氏距离公式，分别计算各个时间节点上NDVI的差与和的比值，并累加这些比值得出；形指数是依据由每个时间节点计算出的交叉相关系数公式得出。其地物变化强度是由值指数和形指数的算数平均值得出。该方法由于采用了各时间节点上的NDVI量值计算变化强度，因此难以克服两个年际NDVI时间序列系统差异的不利影响。殷守敬(参见文献：殷守敬.基于时序NDVI的土地覆盖变化检测方法研究[D].武汉大学,2010.)在李月臣的基础上，通过对时间节点增加时间偏移量，计算出新的形指数，并将原值指数和新的形指数的加权平均值作为计算得出的变化强度。该方法仍然难以克服两个年际NDVI时间序列系统差异的不利影响，变化强度上的变化和未变化的区域对比度较低，检测精度有待提高。