[发明专利]一种基于微光云图数据的夜间低云大雾监测方法

权利要求书

1.一种基于微光云图数据的夜间低云大雾监测方法，其特征在于，所述方法包括以下步骤：

步骤1、分别选取夜间可见光、近红外以及远红外波段卫星遥感数据，进行去缺省值和图像匹配的预处理；

步骤2、利用云雾反照率数据与下垫面反照率数据，在可见光波段差异较大的特点，采用最大类间方差法自动确定最佳图像分割阈值，将云雾与地表、水体以及植被等下垫面分离；

步骤3、利用微光传感器在夜间可见光波段接收到的云雾反射月光能量数据与城市灯光等光源自身辐射能量数据的差异，作目标区域的灰度直方图，依据直方图的分布情况手动选取合适的灰度阈值，将云雾与城市灯光等光源分离；

步骤4、利用冰雪反照率数据与云雾反照率数据在近红外波段，尤其是1.61μm附近所表现出的差异，综合采用归一化积雪指数（NDSI）和归一化植被指数（NDVI）将云雾与冰雪分离；

步骤5、利用低云大雾、下垫面以及中高云在远红外波段所表现出的亮温差异，作目标区域的亮温直方图，依据直方图的分布情况手动选取合适的亮温阈值，将低云大雾、下垫面与中高云分离；

步骤6、合并步骤2、3、4、5所得结果的共同区域，得到低云大雾的相关数据，即初步的低云大雾监测结果；

步骤7、根据低云大雾应具有的连续均匀的特性，对步骤5得到的初步监测结果中的每3×3像元区域逐次进行均匀性检测，剔除噪声，进而得到最终的低云大雾监测结果。

2.根据权利要求1所述的一种基于微光云图数据的夜间低云大雾监测方法，其特征在于，步骤2中用于确定图像分割最佳阈值的最大类间方差法的公式如下：

假设图像大小为M×N，灰度级为L，图像中灰度为i（0≤i≤L-1）的像素数为N_i，则灰度i的概率为最佳阈值为：

G＝arg max_0≤g≤L-1[P_a(w_a-w₀)²+P_b(w_b-w₀)²] 

式中g为灰度值（0≤g≤L-1）,其余参数定义如下：

。

3.根据权利要求1所述的一种基于微光云图数据的夜间低云大雾监测方法，其特征在于，步骤3中归一化积雪指数NDSI、归一化植被指数NDVI的公式如下：

式中R_I1、R_I2、R_I3分别表示物体在I1(0.64μm)、I2(0.865μm)、I3(1.61μm)波段的反照率。

4.根据权利要求1所述的一种基于微光云图数据的夜间低云大雾监测方法，其特征在于，步骤5中计算3×3像元区域均匀性的公式如下：

式中SH表示目标区域的均匀性大小，μ、σ分别表示目标区域的灰度平均值和标准差。