[发明专利]一种关于新TAVI模型中s因子的算法

权利要求书

1.一种关于新TAVI模型中s因子的算法，其特征在于：包括如下步骤，

步骤S1、影像分析：选择研究区，收集研究区时间序列遥感影像和坡度、坡向数据；对遥感影像进行包括辐射定标、几何校正的预处理，生成研究区影像表观反射率数据集；对影像数据集进行质量分析，统计遥感影像红光波段和近红外波段表观反射率均值、方差、极大值、极小值；分析山区植被在红光波段和近红外波段的反射率数据是否合理，决定影像是否正常可用；

步骤S2、采用以下公式计算新TAVI：

TAVI=BnirBr+f(Δ)·1Br]]>

f(Δ)＝s-sin(α)

式中，B_nir为遥感影像近红外波段表观反射率数据，B_r为遥感影像红光波段表观反射率数据，f(Δ)为调节因子，s为传感器因子，α为卫星过境时太阳高度角；

步骤S3、采用以下公式计算太阳入射角余弦值cosi：

cosi＝cosδ·cosθ+sinδ·sinθ·cos(β-ω)

式中，i为太阳入射角，δ是坡度角，β是坡向角，θ、ω是卫星过境时的太阳天顶角与太阳方位角；δ和β可以从坡度、坡向图中获取，θ和ω可从遥感影像头文件中获取；

步骤S4、采用以下公式计算研究区时序影像TAVI与cosi相关系数r：

r=nΣxy-Σx·ΣynΣx2-(Σx)2·nΣy2-(Σy)2]]>

式中，r为TAVI与cosi的相关系数，x、y分别为所述样区对应时相的TAVI、cosi数据，n为影像数据的像元数；

步骤S5、计算f(Δ)有效区间集：假设r位于(-0.05,+0.05)时，TAVI计算结果满足精度要求；令f(Δ)从0开始，以0.001为步长，依次递增，计算时序影像的TAVI，并计算TAVI与cosi的相关系数r，当r＝0.05时，停止计算，得到相应f(Δ)值f₁及其集合F₁；再令f(Δ)从1.0开始，以0.001为步长，依次递减，计算TAVI，并计算TAVI与cosi的相关系数r，当r＝-0.05时，停止计算，得到相应f(Δ)值f₂及其集合F₂；

步骤S6、采用以下公式计算s因子有效区间集S₁和S₂：

s＝f(Δ)+sin(α)

式中，s为传感器因子；α为卫星过境时太阳高度角，从遥感影像头文件读取；f(Δ)为调节因子，根据步骤S5计算结果取相应数据集F₁和F₂；

计算结果得到对应f(Δ)数据集F₁和F₂的s因子s₁及其集合S₁和s₂及其集合S₂；

步骤S7、计算s因子结果：计算S₁的极大值MAX_S1和S₂的极小值MIN_S2，当MAX_S1<＝MIN_S2时得到结果s∈(MAX_S1,MIN_S2)；

步骤S8、如果MAX_S1>MIN_S2,返回步骤S5调整r可接受精度范围，重新计算步骤S5到步骤S7；r原则上不超出(-0.10,+0.10)；否则，剔除异常遥感影像重新计算。