[发明专利]基于无人机山体阴影区植被覆盖度修正方法、设备和介质

权利要求书

1.一种基于无人机山体阴影区植被覆盖度修正系统，其特征在于：该修正系统包括高分遥感影像单元、无人机影像单元以及数字高程模型；

其中，高分遥感影像单元，用于计算植被覆盖度FVC_NDVI；

无人机影像单元，用于植被提取与植被覆盖度校准FVC_GLI；

数字高程模型，用于山体阴影计算；

以上所述高分遥感影像单元、无人机影像单元以及数字高程模型，为该修正系统获取数据。

2.一种运行权利要求1所述系统的修正方法，其特征在于：该修正方法的具体步骤包括：

S1、数据获取：通过高分遥感影像单元获取高分影像数据(包括R、G、B、NIR四个波段、空间分辨率16m的影像区域称为研究区)，高分影像区域内相近时期的无人机正射影像区域(包括R、G、B三个波段、空间分辨率0.1m的影响区域称为校准区)，研究区数字高程模型DEM数据。对高分影像进行预处理(包括大气校正、几何校正和投影)，并对无人机正射影像进行预处理(包括几何精校正和投影)，从而得到带有坐标系统、几何位置准确的高分影像和无人机影像以及DEM数据；

S2、高分影像植被覆盖度计算：基于高分遥感影像单元计算研究区归一化植被指数NDVI，并估算植被覆盖度FVC_NDVI；

S3、无人机影像的植被提取与植被覆盖度校准：基于无人机影像单元计算校准区绿叶指数GLI，通过二值化区分植被像元和非植被像元；统计校准区内的高分影像每个像元中的无人机植被像元占比，得到校准区的高分影像校准植被覆盖度FVC_GLI；

S4、山体阴影提取：数字高程模型根据高分影像头文件(xml说明文件)获取影像拍摄时间太阳天顶角(Zenith)和方位角(Azimuth)，基于DEM数据计算山体阴影指数Hillshade，并提取明亮区和阴影区；

S5、山体阴影区植被覆盖度修复，该过程具体步骤包括：

S51、在校准区的明亮区和阴影区分别建立植被覆盖度FVC_NDVI和校准植被覆盖度FVC_GLI间的线性拟合方程；

S52、基于两个线性拟合方程得到阴影区植被覆盖度FVC_NDVI的修正方程；

S53、采用修正方程修复研究区山体阴影区植被覆盖度FVC_NDVI；

S54、根据步骤S53进行修复效果评价。

3.根据权利要求2所述的修正方法，其特征在于：所述步骤S3具体包括：

S31.根据无人机影像单元的蓝波段(band1)、绿波段(band2)和红波段(band3)，计算绿叶指数GLI：

GLI＝((band2-band3)+(band2-band1))/((2*band2)+band3+band1)；

S32.基于绿叶指数GLI，通过二值化区分植被像元和非植被像元；

S33.在校准区建立渔网，大小16×16m，每格渔网与高分影像栅格重合，采用分区统计的方式，统计每格渔网(即每个高分影像栅格)内的无人机植被像元数量和非植被像元数量，计算校准区的植被像元占比得到每格渔网的校准植被覆盖度FVC_GLI；

FVC_GLI＝a/(a+b)

式中，a为每个高分影像栅格内的无人机植被像元数量，b为每个高分影像栅格内的无人机非植被像元数量；

S34.将矢量渔网的植被像元占比值转为栅格植被覆盖度FVC_GLI。