[发明专利]多频双极化林地积雪被动微波混合像元分解方法在审
申请号: | 201510933687.9 | 申请日: | 2015-12-15 |
公开(公告)号: | CN105488805A | 公开(公告)日: | 2016-04-13 |
发明(设计)人: | 顾玲嘉;任瑞治 | 申请(专利权)人: | 吉林大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/00;G01S13/89 |
代理公司: | 长春吉大专利代理有限责任公司 22201 | 代理人: | 王恩远 |
地址: | 130012 吉*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 多频双 极化 林地 积雪 被动 微波 混合 分解 方法 | ||
1.一种多频双极化林地积雪被动微波混合像元分解方法,该方法的应用条件是冬季林地 观测地区的被动微波遥感数据和分辨率光谱遥感数据中的下垫面土地分类数据,具体包括如 下过程:
1)林地下垫面土地分类数据的获取和重新分类;
2)建立多频双极化林地积雪被动微波混合像元分解模型;
3)基于动态窗口数据选择策略的欠定性方程组求解;
所述林地下垫面土地分类数据的获取和重新分类的步骤:获取分辨率光谱遥感数据中的 土地覆盖分类产品,将分辨率光谱遥感数据中的下垫面土地分类数据进行重新分类,具体如 下:
a)将原分类数据中定义分类属于针叶植被类型的数据统一重新定义为针叶林类型B;
b)将原分类数据中定义为常绿阔叶植被、落叶阔叶植被和一年生阔叶植被类型的数据统 一重新定义为阔叶林类型N;
c)其他分类数据S1,S2,…Sn保持原类型不变;
所述建立多频双极化林地积雪被动微波混合像元分解模型的步骤:所述多频双极化林地 积雪被动微波混合像元分解模型为:
式(8)中TM代表被动微波辐射计在不同频段和极化方式观测到的的林地积雪亮温值, 下脚标K和Ka分别代表被动微波K和Ka频段,下脚标H和V分别代表水平极化和垂直极化; 两种极化方式;ε代表残差量;
其中,
式(7)中,L(x,y)代表(x,y)位置的下垫面土地分类数据,上脚标C、B和S1,S2,…Sn分 别代表该位置的下垫面类型、阔叶林下垫面土地类型、针叶林下垫面土地类型和其他下垫面 土地类型;若(x,y)位置存在该下垫面,则L(x,y)=1,否则,L(x,y)=0;是天线增益函数, 且有
式(2)中,a和b分别表示被动微波遥感数据中K和Ka频段所对应的足印;
所述基于动态窗口数据选择策略的欠定性方程组求解的步骤:使用多点观测约束求 解,当观测点数量为p时,假设在观测点周围内所有的同类下垫面有相同的亮值,则式 (8)转换为
式(10)中p是观测点的个数,E代表残差矩阵;
然后,利用非负最小二乘法对其求解,
T=(AtA)-1AtY(17)
分解误差为:
E=T-(AtA)-1AtY(18)
式(17)和式(18)中,
约束条件:
对于公式(10)中p值选取,采用动态窗口数据选择策略:
首先,获取被测地区的多频双极化被动微波遥感数据,根据微波像元的空间相关性,以 待分解的位置(x0,y0)处的被动微波混合像元为中心,选取其周围8邻域窗口的被动微波混合 像元和/或周围4邻域窗口的被动微波混合像元作为方程组输入数据进行求解,所对应两种输 入数据的方案为:
(Ⅰ)8邻域窗口数据输入:将含待分解的位置(x0,y0)像元在内的9个像元的混合亮温 值代入公式(12);如果计算得到的结果满足公式(15)和公式(16),获得合理求解,得 到分解后各下垫面对应的组分亮温数据T1,得到误差数据E1;
(Ⅱ)4邻域窗口数据输入:将含待分解的位置(x0,y0)像元在内的5个像元的混合亮温 值代入公式(12);如果计算得到的结果满足公式(15)和公式(16),获得合理求解, 得到分解后各下垫面对应的组分亮温数据T2,得到误差数据E2。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510933687.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种聚焦光场相机内外参数标定方法
- 下一篇:汽车零部件分级定损方法