[发明专利]一种关于新TAVI模型中s因子的算法

说明书

技术领域

本发明涉及新TAVI模型中s因子的算法领域，具体涉及一种关于新TAVI模型中s因子的算法。

背景技术

现有公开发表的新TAVI模型中还没有提出包含s因子的f(Δ)的新算法，但在本人申请的专利(一种基于太阳高度角的TAVI调节因子算法，申请号：201611127461.0)中提到了s因子。该专利申请中，s因子与太阳高度角共同构建新的f(Δ)算法；但该专利申请书中没有提出s因子具体算法，只是给出了经验参考值：Landsat 5取值为0.9，Landsat 8取值为1.2。

而现有公开发表的新TAVI模型对调节因子f(Δ)的计算方法主要是采用“极值优化法”。“极值优化”算法(国家专利号201010180895.3)计算步骤为：(1)影像分类，划分遥感影像中山体的阴坡和阳坡；(2)计算极值，计算阴坡部分TAVI的最大值M_TAVI阴与阳坡部分TAVI的最大值M_TAVI阳；(3)迭代寻优，令f(Δ)从0开始，依次递增，当满足以下公式的条件时，得到f(Δ)最优值。

|M_TAVI阴-M_TAVI阳|≤ε,ε→0,f(Δ)＝0～∞

按照上述优化算法，TAVI无需DEM等数据的支持，就能有效削减地形对山区植被信息的影响。但该算法需要对遥感影像进行分类，容易陷入局部最优而非全局最优；同时，该算法没有考虑太阳高度角这一重要外因，物理意义不强。

发明内容

本发明的目的在于提供一种关于新TAVI模型中s因子的算法，弥补当前新TAVI模型中s因子只有经验值而没有具体算法的不足，对TAVI在复杂地形山区阴影植被信息的恢复、反演具有重要的科学意义与实用价值。

为实现上述目的，本发明的技术方案是：一种关于新TAVI模型中s因子的算法，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：

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：

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；