[发明专利]一种遥感影像可见光波段地形落影校正方法

权利要求书

1.一种遥感影像可见光波段地形落影校正方法，其特征在于，包括以下步骤：

步骤S1：获取研究区的卫星遥感数据和DEM数据，并将数据规范为同一数据格式；

步骤S2：根据得到的研究区的卫星遥感数据和DEM数据，进行落影提取；

步骤S3：对研究区的可见光波段地表反射率进行SCS+C校正；

步骤S4：对研究区的可见光波段地表反射率进行SEVI计算；

步骤S5：在光照区内生成一定数目的随机样本点，将随机样本点与SEVI及SCS+C校正后各波段地表反射率相结合制作样本集，并按预设比例随机分为训练样本集和测试样本集；

步骤S6：将训练样本集的SEVI作为自变量，以训练样本集SCS+C校正后单波段地表反射率为因变量构建随机森林回归模型，以测试样本集对随机森林回归模型进行精度预测；

步骤S7：根据得到的随机森林回归模型对落影区可见光波段地表反射率进行预测，补偿落影区可见光波段光谱信息。

2.根据权利要求1所述的一种遥感影像可见光波段地形落影校正方法，其特征在于，所述步骤S1具体为：

步骤S11:收集覆盖研究区的卫星遥感数据和DEM数据；

步骤S12:对卫星遥感数据进行辐射定标和大气校正，采用研究区掩膜文件裁剪大气校正后地表反射率数据，得到研究区地表反射率数据；

步骤S13:对DEM数据进行投影变换、重采样及裁剪操作，得到研究区DEM数据，最后将获取数据规范为同一数据格式。

3.根据权利要求1所述的一种遥感影像可见光波段地形落影校正方法，其特征在于，所述步骤S2具体为：

步骤S21:在研究区分别选取阴影区、光照区及水体三类样本点；

步骤S22：采用随机森林分类方法结合三类样本点对研究区进行分类，提取总体阴影；

步骤S23：选用如下公式提取本影；

S_self＝tanσ*cos(π-(ω-β))＞tanγ (1)

步骤S24：将总体阴影和本影做差，提取落影。

4.根据权利要求1所述的一种遥感影像可见光波段地形落影校正方法，其特征在于，所述步骤S3具体为：

步骤S31：结合研究区DEM数据，遥感卫星影像太阳高度角、太阳方位角数据，计算光照系数，即太阳入射角余弦值cosi，计算公式如下：

cosi＝cosσcosθ+sinσsinθcos(β-ω) (2)

式中，i表示太阳入射角；σ表示地形坡度角；θ表示太阳天顶角；β表示地形坡向角；ω表示太阳方位角；

步骤S32：结合光照系数计算调节参数c，计算公式如下：

L_T＝a+b×cosi (3)

c＝a/b (4)

式中，L_T为地表反射率值，cosi为光照系数，a和b为拟合的线性方程的系数；

步骤S33：对可见光波段地表反射率数据进行SCS+C校正，计算公式如下：

式中，L_SCS+C表示SCS+C校正之后的像元值；L_T表示SCS+C校正之前的像元值；θ表示太阳天顶角；σ表示地形坡度角；c表示地形校正参数；i表示太阳入射角。

5.根据权利要求1所述的一种遥感影像可见光波段地形落影校正方法，其特征在于，所述步骤S4具体为：

根据红光波段和近红外波段地表反射率计算研究区SEVI，其公式如下：

SEVI＝RVI+f(Δ)×SVI (6)

RVI＝B_nir/B_r (7)

SVI＝1/B_r (8)

其中，f(Δ)为预设系数；

式中，r₁为SEVI和RVI的相关系数；r₂为SEVI和SVI的相关系数；n为参与f(Δ)计算的影像像元数；x为SEVI；y₁为RVI；y₂为SVI。