[发明专利]一种基于多尺度融合的土地利用面积计算方法

说明书

本发明公开的属于分析及测量控制技术领域，具体为一种基于多尺度融合的土地利用面积计算方法，该种基于多尺度融合的土地利用面积计算方法具体操作步骤如下：S1：对中低分辨率遥感影像，进行数据预处理，包括辐射校正、几何校正和影像裁剪，该种基于多尺度融合的土地利用面积计算方法，采用MNDWI去除水体，同时计算影像的NDVI和EIBI；然后经过最小噪声分离变换将影像降维处理，结合高分影像手动选择纯净像元，利用EIBI和NDVI的阈值，将不透水面解译结果中的裸土和植被噪音去除，降低不透水面高估误差，以及其他分量的低估误差，并分别与土壤和植被的解混分量相加，得到精确的地表覆盖面积比例。

技术领域

本发明涉及分析及测量控制技术领域，具体为一种基于多尺度融合的土地利用面积计算方法。

背景技术

目前约束型线性光谱混合分解模型(CLSMA)是常用的基于亚像元尺度计算土地利用覆盖面积的方法，其优势在于能够将中低分辨率遥感影像上的混合像元进行分解，得出各类地物的面积比例。

近年来，提高约束型线性光谱混合分解模型的精度逐渐成为研究热点，主要关注点在于端元选取和解译结果筛选上，但是由于人为干预影响较大，研究区域变化多样，不透水面解译结果中混有大量裸土和植被噪音。通常不透水面包括两个分量：高反照率分量和低反照率分量，裸土与不透水面高反照率分量的光谱曲线十分相似，因此裸土噪音较难去除；水体与不透水面低反照率分量的反射率值较为接近，因此需要去除水体。

但是现有的遥感影像的空间分辨率较低，纯净端元的选取存在较大的误差，导致混合像元分解结果精度较低，光谱曲线不具有各类纯净像元的典型特征，导致混合像元分解结果中端元比例出现较大误差。

发明内容

本发明的目的在于提供一种基于多尺度融合的土地利用面积计算方法，以解决上述背景技术中提出的现有的遥感影像的空间分辨率较低，纯净端元的选取存在较大的误差，导致混合像元分解结果精度较低，光谱曲线不具有各类纯净像元的典型特征，导致混合像元分解结果中端元比例出现较大误差的问题。

为实现上述目的，本发明提供如下技术方案：一种基于多尺度融合的土地利用面积计算方法，该种基于多尺度融合的土地利用面积计算方法具体操作步骤如下：

S1：对中低分辨率遥感影像，Landsat-8Operational Land Imager进行数据预处理，包括辐射校正、几何校正和影像裁剪，其中，Landsat-8OLI影像的空间分辨率为30m；

S2：计算MNDWI，通过Otsu阈值分割法确定水体掩膜阈值，去除水体，MNDWI的计算公式如下：

MNDWI＝(P_GREEN-P_MIR)/(P_GREEN+P_{MI R1}；

S3：对去除水体后的影像进行MNF降维处理，结合N维可视化工具，选择较为纯净的像元，得到端元反射波谱曲线；

S4：结合同时期的高分影像Sentinel-2A multispectral imager，利用感兴趣区域工具，手动选取较为纯净的像元，获取植被、土壤、高反照率地物和低反照率地物的光谱曲线，修正由Landsat-8OLI影像上选取的端元光谱曲线，然后采用CLSMA对影响进行最小二成分解，计算各像元中端元比例，将波段2、3、4、8和11波段上端元的反射率作为Landsat-8OLI相应波段的反射率，修正各端元光谱，得到比较典型的各类端元的反射光谱曲线，其中Sentinel-2A MSI影像的空间分辨率为10m；

S5：通过CLSMA可以逐像元计算各类地物所占比例，通过NDVI和EIBI阈值分割，最终将不透水面中大部分的植被和裸土噪音分离出来，并赋值为1，作为补偿部分与CLSMA解译结果中的植被分量和土壤分类合并，其计算公式如下：