[发明专利]一种全局优化的SEVI调节因子方法

说明书

本发明涉及一种全局优化的SEVI调节因子方法，包括以下步骤：步骤S1：根据研究目标选定研究区，获取对应的遥感影像；步骤S2：利用表观反射率数据计算研究区阴影消除植被指数：步骤S3：计算变异系数CV；步骤S4：进行循环迭代计算，令从0开始，以0.001为间隔，依次递增计算SEVI和变异系数CV，并比较CV大小；步骤S5：根据步骤S4的计算结果，当CV取值最小时，得到全局最优解。本发明无需DEM数据和遥感影像分类，同时不依赖于地面调查数据也不用选择样区，并可以计算整个研究区的全局最优解。

技术领域

本发明涉及一种全局优化的SEVI调节因子方法。

背景技术

现有地形阴影消除植被指数SEVI及其前期成果TAVI、TCVI中调节因子f(Δ)优化方法主要有3种：“匹配寻优法(国家专利号200910111688X)”、“极值优化法(国家专利号201010180895.3)”和“相关系数法(国家专利号2015108077580)”。

上述3种优化算法，TAVI无需DEM等数据的支持，都能有效削减地形阴影对山区植被信息的影响。但前2种优化算法都需要对遥感影像分类，其中“寻优匹配”算法还需要地面数据等的支持；第3种方法，虽然无需影像分类，但需要人工选择样区，存在较大的不稳定性；此外，这三种方法都容易陷入局部最优解而非全局最优解，这都限制了地形阴影消除植被指数应用的自动化水平，不利于推广应用。

发明内容

有鉴于此，本发明的目的在于提供一种全局优化的SEVI调节因子方法，无需DEM数据和遥感影像分类，同时不依赖于地面调查数据也不用选择样区。

为实现上述目的，本发明采用如下技术方案：

一种全局优化的SEVI调节因子的方法，包括以下步骤：

步骤S1：根据研究目标选定研究区，获取对应的遥感影像；

步骤S2：利用表观反射率数据计算研究区阴影消除植被指数：

步骤S3：计算变异系数CV；

步骤S4：进行循环迭代计算，令f(Δ)从0开始，以0.001为间隔，依次递增计算SEVI和变异系数CV，并比较CV大小；

步骤S5：根据步骤S4的计算结果，当CV取值最小时，得到全局最优解

CV′＝min(CV)，f(Δ)∈(0.000，1.000)。

进一步的，所述步骤S2具体为：

其中：SEVI为阴影消除植被指数，f(Δ)为调节因子，B_r为遥感影像红光波段表观反射率数据，B_nir为遥感影像近红外波段表观反射率数据；

进一步的，所述变异系数CV计算公式为：

/

其中：M为SEVI平均值，S为SEVI标准方差，CV为SEVI变异系数，N为研究区像元数，X_i为研究区SEVI像元值。

本发明与现有技术相比具有以下有益效果：

1、本发明可以计算整个研究区的全局最优解；

2、本发明确定的全局最优解，保证SEVI能有效消除各类地形阴影对山区植被信息的干扰；

3、本发明只需要遥感影像自身携带的波段数据，无需地面调查数据或实地考察数据等的支持，数据成本与时间成本实现最小化；

4、本发明方法流程简单，可操作性强：

附图说明