[发明专利]基于改进的线性光谱混合模型的植被覆盖度估算方法

摘要

本发明公开了一种基于改进的线性光谱混合模型的植被覆盖度估算方法。该方法包括：获取研究区域内的图像数据；对获取的图像数据进行几何粗校正以及辐射校正预处理；对进行预处理得到的图像，采用纯净像元指数法提取端元，构建可变端元线性光谱分解模型；根据构建的可变端元线性光谱分解模型，提取研究区域内的植被覆盖度信息。应用本发明，可以提高植被覆盖度估算精度。

主权项

一种基于改进的线性光谱混合模型的植被覆盖度估算方法，其特征在于，该方法包括：通过美国陆地探测卫星系统专题绘图仪TM获取研究区域内的图像数据；对获取的图像数据进行几何粗校正以及辐射校正预处理；对进行预处理得到的图像进行最小噪声分离变换，以将图像信息和噪声分离；在进行最小噪声分离变换的图像中，通过像元纯净指数分析获取波谱最纯净的像元；结合最小噪声分离变换结果，对获取的波谱最纯净的像元进行N维可视化分析，提取所述波谱最纯净的像元中各类地物的光谱信息；采用预先设置的植被‑不透水面‑土壤模型确定光谱信息分解的组分，获取光谱信息分解的端元光谱值，得到参考端元光谱；根据经最小噪声分离变换得到的每一图像中各组分的光谱反射率，计算像元的光谱反射率；分别计算参考端元光谱和像元光谱反射率之间的响应值，进行归一化处理；计算像元光谱反射率与参考端元光谱之间的相似系数；获取最大相似系数对应的参考端元光谱矢量，作为与该像元光谱相似性最高的参考端元光谱；计算所述相似性最高的参考端元光谱矢量对混合像元光谱的贡献，结合归一化处理的响应值获取剩余端元对混合像元光谱的贡献；对剩余端元对混合像元光谱的贡献的公式进行迭代，确定混合像元包含的端元数目和对应的端元光谱；根据确定的端元数目和对应的端元光谱，获取图像的每个像元中各组分的含量值，根据各组分的含量值估算植被覆盖度；其中，所述计算像元的光谱反射率的公式为：$R_{Li}=\underset{j=1}{\overset{n}{\Σ}}{A}_{Lj}{\mathrm{\α}}_{ij}+{\mathrm{\ϵ}}_{Li}$$\underset{j=1}{\overset{n}{\Σ}}{\mathrm{\α}}_{ij}=1$0≤α_ij≤1式中，R_Li为第L波段第i像元的光谱反射率；a_ij为第i像元的第j个基本组分所占分量值；A_Lj为第j个基本组分在第L波段的光谱反射率；n为像元i所包含的基本组分数目；ε_Li为残余误差值；其中，所述归一化公式为：${\mathrm{\ξ}}_i=\frac{x_i}{\underset{i=1}{\overset{m}{\Σ}}{x}_i}$式中，ξ_i为参考端元i对像元的贡献值；x_i为参与比较的参考端元i与预先设置的像元光谱之间的响应值；m为参与相似度比较的响应值个数；所述像元光谱相似系数计算公式为：$r_{ij}=\frac{m\underset{L=1}{\overset{m}{\Σ}}{A}_{Lj}{R}_{Li}-\underset{L=1}{\overset{m}{\Σ}}{A}_{Lj}\underset{L=1}{\overset{m}{\Σ}}{R}_{Li}}{\sqrt{\[m\underset{L=1}{\overset{m}{\Σ}}{A}_{Lj}^2-{\left(m\underset{L=1}{\overset{m}{\Σ}}{A}_{Lj}\right)}^2\]\[m\underset{L=1}{\overset{m}{\Σ}}{R}_{Li}^2-{\left(m\underset{L=1}{\overset{m}{\Σ}}{R}_{Li}\right)}^2\]}}$其中，r_ij为像元光谱与参考端元光谱之间的相似系数；m为光谱波段的数目；其中，所述结合归一化处理的响应值获取剩余端元对混合像元光谱的贡献的公式为：$R_{\mathrm{Re}}=R_i-\mathrm{\η}\frac{r_{max}}{\underset{j=1}{\overset{n}{\Σ}}{r}_j}{A}_{max}$式中，η为调节系数；A_max为参考端元光谱矢量；r_j为参考端元对混合像元的响应值；r_max为相似性最高的参考端元对混合像元的响应值；R_i为混合像元光谱；R_Re为剩余端元对混合像元光谱R_i的贡献。