[发明专利]一种基于Landsat长时间序列的合成图像构建方法

权利要求书

1.基于Landsat长时间序列的合成图像构建方法，其特征是具体包括如下步骤：

1)数据获取；

2)云、阴影和积雪的掩膜；

3)初始化模型的建立；

4)突变点的确立；

5)任意给定日期图像的生成；

6)精度评价与结果分析；

所述的步骤3)初始化模型的建立具体包括如下步骤：提取同一位置所有年份的像元，利用每个像元在时间序列里的前18个去除干扰源后的清晰像元的遥感实际观测值，使用稳健迭代重新加权最小二乘算法对模型进行拟合，从而建立初始化的时间序列模型，8个波段分别建立相应的时间序列模型，具体模型公式如下：

式中：x是儒略日期，i是波段编号，T＝365，a_0,i是第i波段总体均值的系数，a_1,i,b_1,i，a_2,i,b_2,i是第i波段年内变化的系数，即季节变动项；c_1,i是第i波段年际变化的系数，即渐变趋势项；是第i波段在儒略日期x的预测值；T^*_p表示时间序列中的第p个断点，即急剧变化出现的时间；

所述的步骤4)突变点的确立具体包括如下步骤：判断该像元后续的4个连续观测值与步骤3)中模型预测值的差异是否超出模型均方根误差的3倍，如果超出了范围，则定义“断点”；一旦检测到断点，则重复以上步骤，对剩余的观测值新建一个初始化模型；采用表达所有参与分析波段的观测值和预测值的差异的归一化统计量来定义“断点”，归一化统计量的具体公式如下：

在模型初始化过程中，如果发生急剧土地类型变化，此时删除第一个遥感观测值，将后续的观测值补充进来，持续该过程，直到模型初始化过程中没有土地覆盖变化的发生，判断依据的具体公式如下：

上两式中：是第i波段在儒略日期x的预测值，ρ(i,x)是第i波段在儒略日期x的实际值，k是波段总数，RMSE_i是所拟合的第i个波段的时间序列模型的均方根误差，c_1,i是第i波段年际变化的系数。

2.根据权利要求1所述的基于Landsat长时间序列的合成图像构建方法，其特征是所述的步骤1)数据获取具体包括如下步骤：下载云量小于80％的Landsat TM/ETM+/OLI的陆地卫星影像，所使用的数据产品包括地表反射率数据、大气上层反射率数据和亮温数据，根据获取的地表反射率数据生成相应的增强型植被指数和不透水层指数。

3.根据权利要求1所述的基于Landsat长时间序列的合成图像构建方法，其特征是所述的步骤2)云、阴影和积雪的掩膜具体包括如下步骤：使用Fmask通用算法对单一影像上的云、阴影和积雪掩膜，掩膜后把属于同一波段所有年份的数据按照时间大小顺序进行堆栈，以便后续同一位置所有年份像元的提取。

4.根据权利要求1所述的基于Landsat长时间序列的合成图像构建方法，其特征是所述的步骤5)任意给定日期图像的生成具体包括如下步骤：对各个像元各个波段生成影像时间范围内完整的时间序列模型，对于单一波段某个像元的时间序列模型，通过给定变量儒略日期x的值，生成该像元给定日期的地表反射率预测值，将该变量应用到Landsat影像的所有波段所有像元，生成给定日期的Landsat合成图像。

5.根据权利要求1所述的基于Landsat长时间序列的合成图像构建方法，其特征是所述的步骤6)精度评价与结果分析具体包括如下步骤：在排除云、阴影无效观测值时，通过计算真实图像与时间模型预测生成的合成图像反射率的差值和RMSE来评价合成图像的精度；同时通过目视比较合成图像和原始影像，对比原始影像的云掩膜区域与合成图像的生成区域，并观察合成图像对部分未被云掩膜算法识别出含有云的区域的重建情况。