[发明专利]一种校正尺度效应的中低分辨率遥感产品真值获取方法

摘要

本发明公开一种校正尺度效应的中低分辨率遥感产品真值获取方法，分为以下五个步骤：定量遥感产品生产；模型二阶导估算；空间异质性估算；空间尺度效应估算；空间尺度效应改正。本发明摆脱了遥感产品真值获取过程中对于配套高分辨率数据需求的束缚，突破现有技术中要求遥感反演模型连续可导的限制，同时考虑类内异质性和类间异质性导致的尺度效应问题，进一步提高中低分辨率遥感产品像元尺度真值的获取精度，最终实现中低分辨率遥感产品像元尺度真值的简便精确获取。

主权项

一种校正尺度效应的中低分辨率遥感产品真值获取方法，其特征在于：所述获取方法分为以下步骤：(1)、定量遥感产品生产：定量遥感产品生产具体分为5个步骤：第一、获取公里级中低分辨率遥感数据r，其中r是中低分辨率遥感传感器多个通道的观测值；第二、通过配套的地表下垫面的分类图估算不同地表类型的组分比例ω_d；第三、根据地表下垫面的分类图，针对不同的地表下垫面d，选择合适的遥感反演模型f_d，通常地表下垫面类型不同，遥感反演模型的形式或者模型系数也不同；第四、将遥感数据r输入到对应的遥感反演模型f_d中，直接获取不同地表下垫面组分对应的定量遥感产品p_d，即：p_d＝f_d(r)；第五、通过面积加权的方式获取中低分辨率遥感产品的粗略值即：$f\left(\stackrel{\‾}{r}\right)=\underset{d=1}{\overset{c}{\Σ}}{\mathrm{\ω}}_d{f}_d\left(r\right)---\left(1\right)$其中，c为地表不同下垫面类型的总个数；ω_d为不同地表类型的组分比例；f_d(r)表示对应的定量遥感产品；(2)、模型二阶导估算：遥感反演函数将被作为黑箱，采用离散求解的方式估算模型二阶导和二阶偏导k_i，j，即：$k_{i,j}=\frac{{\∂}^{2}f}{\∂r_i\∂r_j}=\frac{\frac{\∂f}{\∂r_i}(r+{\mathrm{\Δr}}_j)-\frac{\∂f}{\∂r_i}(r-{\mathrm{\Δr}}_j)}{2{\mathrm{\Δr}}_j}---\left(2\right)$其中，是模型的一阶导，可以表示为$\frac{\∂f}{\∂r_i}=\left(f\right(r+{\mathrm{\Δr}}_i)-f(r-{\mathrm{\Δr}}_i\left)\right)/\left(2{\mathrm{\Δr}}_i\right);$r是中低分辨率遥感传感器多个通道的观测值；Δr_i和Δr_j都是一个足够小的增量，如10^‑3；表示数学上求取函数的偏导数；f表示抽象的遥感反演模型；(3)、空间异质性估算：首先根据配套的地表下垫面的分类图，针对每一地表类型，采用分层随机采样的方式，随机布设采样点，并依赖地面观测实验来获取样本；采样点的个数需根据标准差、抽样误差以及置信度的先验知识来确定；在每一地表类型内，通过统计比较特定滞后距离分隔的观测变量的差异，计算相隔滞后距离h，然后观测变量的变异性，获取变异函数γ(h)，即：$\mathrm{\γ}\left(h\right)=\frac{1}{2N_h}\underset{0}{\overset{N_h}{\Σ}}{\left(r\right(x+h)-r(x\left)\right)}^2---\left(3\right)$其中N_h是相隔滞后距离h的观测变量数据对的个数；r(x)是观测变量值；为了刻画数据的多尺度特性，变异函数被认为是球状模型和指数模型的线性组合；通过对理论变异函数模型的拟合，获取到描述变异函数的重要参数：球状模型和指数模型的权重、基台值以及变程；相应的类内异质性可以表示为：$v_{i,j}^s=\frac{1}{|v{|}^2}\underset{x\∈v}{\∫}\underset{y\∈v}{\∫}\mathrm{\γ}\left|\right|x-y\left|\right|dxdy---\left(4\right)$其中，|v|为根据地表下垫面分类图获取的像元尺度s内的某一地表类型的面积，x和y为像元内在水平和垂直方向上的空间位置的坐标，同时，类间异质性直接利用组分比例ω_d来衡量；整个像元的空间异质性由类内异质性和类间异质性来共同表示；(4)、空间尺度效应估算：通过继续分析同一区域高分辨率数据和中低分辨率数据表达同一客观事物的差异，结合现有技术方法中对空间尺度效应的数学简化近似和推导，尺度效应可以表示为：${\mathrm{\Δ}}_{scale}^{New}=\frac{1}{2}\underset{d=1}{\overset{c}{\Σ}}{\mathrm{\ω}}_d\left(\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}{k}_{d,i,j}{v}_{d,i,j}^s\right)---\left(5\right)$其中，k_d，i，j是下垫面d对通道i和j的模型二阶偏导，是下垫面d在像元尺度s下i和j通道的类间异质性；上式中组分比例ω_d解释了类间异质性对尺度效应的影响，k_d，i，j和解释了模型非线性程度和类内异质性对尺度效应的影响；(5)、空间尺度效应改正：结合公式(1)和(5)，利用像元内的组分比例就可以对中低分辨率反演获取的遥感产品进行空间尺度效应校正，获取中低分辨率遥感产品像元尺度真值$f_{corr}^{New}=f\left(\stackrel{\‾}{r}\right)+{\mathrm{\Δ}}_{scale}^{New}=\underset{d=1}{\overset{c}{\Σ}}{\mathrm{\ω}}_d\left(f_d\right(r)+\frac{1}{2}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}{k}_{d,i,j}{v}_{d,i,j}^s)---\left(6\right)$当遥感反演模型在整个输入参数分布区间内不连续或者不可导的时候，可根据遥感反演模型不连续和不可导的位置，将输入参数分布区间重新划分为若干子区间，使得在每个子区间内遥感反演模型连续且可导，并同时估算每个子分布区间所占的比例和等效参数值，结合公式(6)估算中低分辨率遥感产品像元尺度真值；n为通道数。