[发明专利]一种基于陡坡块信息熵的SEVI调节因子优化方法

说明书

本发明提出一种基于陡坡块信息熵的SEVI调节因子优化方法，包括以下步骤；步骤S1、根据所需优化目标，以景为单位下载光学遥感影像和相对应的数字高程模型DEM数据；步骤S2、利用DEM计算坡度图，将坡度图重采样为所需空间分辨率的块，将坡度最大的预设范围内的块选为陡坡块集；步骤S3、按照每个陡坡块的空间范围采用影像反射率数据逐块计算SEVI及其信息熵H；本发明无需遥感影像分类和地面调查数据，准确度高且易于使用。

技术领域

本发明涉及植被检测技术领域，尤其是一种基于陡坡块信息熵的SEVI调节因子优化方法。

背景技术

现有地形阴影消除植被指数SEVI及其前期成果中调节因子优化方法，在遥感影像分类、地面调查数据、人工判读水平及光照参数上要求较高，影响了SEVI的准确计算及其在大面积山区植被监测等的应用推广，需要解决。

发明内容

本发明提出一种基于陡坡块信息熵的SEVI调节因子优化方法，无需遥感影像分类和地面调查数据，准确度高且易于使用。

本发明采用以下技术方案。

一种基于陡坡块信息熵的SEVI调节因子优化方法，用于遥感影像计算SEVI，包括以下步骤；

步骤S1、根据所需优化目标，以景为单位下载光学遥感影像和相对应的数字高程模型DEM数据；

步骤S2、利用DEM计算坡度图，将坡度图重采样为所需空间分辨率的块，将坡度最大的预设范围内的块选为陡坡块集；

步骤S3、按照每个陡坡块的空间范围采用影像反射率数据逐块计算SEVI及其信息熵H，公式为；

式中，f(Δ)为调节因子，ρ_r为遥感影像红光波段反射率，ρ_nir为遥感影像近红外波段反射率，p_i为i像元SEVI取值占全景影像SEVI总和的比例，n为全景影像像元数，SEVI_i为i像元的SEVI取值；

令调节因子f(Δ)从0开始，以预设的间隔T依次递增，计算陡坡块SEVI信息熵，当H取值最大时，取与最大H对应的调节因子f(Δ)作为该陡坡块的调节因子优化解f_b，公式为

f_b＝argmax(H)，f(Δ)∈(0.001，1.000) 公式四；

比较不同陡坡块的信息熵，选择信息熵最大的陡坡块对应的调节因子作为整景影像的最优调节因子f_opt，公式为

f_opt＝argmax(H)，f_b∈(f_bj，j＝1，...，m) 公式五；

式中，m为陡坡块的数量。

所述陡坡块为纯植被复杂地形区域。

所述预设的间隔T为0.001。

步骤S2中，利用30米空间分辨率的DEM计算坡度图。

步骤S2中，将坡度图重采样为6×6平方公里空间分辨率的块，将坡度最大的前1％的块选为陡坡块集。

步骤S1中，根据研究目标下载两景Landsat 8 OLI光学遥感影像和相对应的数字高程模型ASTER GDEM V2数据。

本发明所述方案中，对DEM计算的坡度图进行等面积分块，确定坡度最陡的一组陡坡块；按照陡坡块的范围计算SEVI及其信息熵，当信息熵最大时，得到陡坡块调节因子；最后选择信息熵最大的陡坡块对应的调节因子作为整景影像的最优调节因子，其准确度高且易于使用。