一種高分衛(wèi)星數(shù)據(jù)陸表植被覆蓋度反演方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及陸表遙感技術(shù)領(lǐng)域，具體涉及一種高分衛(wèi)星數(shù)據(jù)陸表植被覆蓋度反演 方法及系統(tǒng)。
【背景技術(shù)】
[0002] 植被覆蓋度通常定義為綠色植被在地面的垂直投影面積占統(tǒng)計區(qū)總面積的百分 比，是刻畫地表植被覆蓋狀況的重要參數(shù)。植被覆蓋度在地表過程模擬中具有重要地位，例 如在氣候模式中是描述生態(tài)系統(tǒng)的重要生態(tài)氣候參數(shù)，在水文生態(tài)模型中的空間分布和時 間變化動態(tài)是能量和水循環(huán)的影響因子。另外，從一般的應(yīng)用層面看，植被覆蓋度在農(nóng)業(yè)、 林業(yè)、資源環(huán)境管理、土地利用、水文、災(zāi)害風(fēng)險監(jiān)測、干旱監(jiān)測等領(lǐng)域都有廣泛的應(yīng)用。因 此，實現(xiàn)準(zhǔn)確、快速的獲取高時空分辨率陸表植被覆蓋度具有重要意義。
[0003] 遙感技術(shù)能夠提供地表的多源多維多時相信息，為高時空分辨率陸表植被覆蓋度 估算提供了有效手段。高分一號衛(wèi)星是我國高分辨率（簡稱高分）對地觀測系統(tǒng)重大專項 的首發(fā)星，其搭載的4臺寬視場成像儀（WideFieldView，WFV)可以獲取16米空間分辨 率、4天重訪周期和800公里幅寬的多光譜數(shù)據(jù)。高分一號衛(wèi)星WFV數(shù)據(jù)實現(xiàn)了高空間分辨 率、多光譜與高時間分辨率相結(jié)合的光學(xué)遙感技術(shù)，為各種定量化應(yīng)用奠定了基礎(chǔ)，是高空 間分辨率植被覆蓋度快速、動態(tài)監(jiān)測的有效數(shù)據(jù)源。但目前較為成熟和廣泛應(yīng)用的高空間 分辨率遙感數(shù)據(jù)植被覆蓋度反演算法多為經(jīng)驗性方法，不同的區(qū)域需要建立不同的反演模 型，不利于推廣和滿足業(yè)務(wù)化產(chǎn)品生產(chǎn)需要。國產(chǎn)高分衛(wèi)星數(shù)據(jù)需要能夠業(yè)務(wù)化運行的陸 表植被覆蓋度反演方法，以發(fā)揮高分衛(wèi)星數(shù)據(jù)在陸表植被狀況監(jiān)測中的巨大應(yīng)用潛力。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問題是現(xiàn)有的高分衛(wèi)星數(shù)據(jù)植被覆蓋度反演方法多為經(jīng) 驗性方法，不同的區(qū)域需要建立不同的反演模型。
[0005] 為此目的，第一方面，本發(fā)明提出一種高分衛(wèi)星數(shù)據(jù)陸表植被覆蓋度反演方法，包 括：
[0006] 獲取高分一號衛(wèi)星寬視場成像儀WFV采集的影像數(shù)據(jù)，并對所述影像數(shù)據(jù)進行預(yù) 處理，得到每個像元的地表反射率；
[0007] 根據(jù)所述每個像元的地表反射率，得到每個像元的歸一化植被指數(shù)NDVI;
[0008] 分別判斷每個像元的NDVI是否大于預(yù)設(shè)閾值；
[0009] 若是，則根據(jù)陸表植被覆蓋度神經(jīng)網(wǎng)絡(luò)反演模型對該像元進行植被覆蓋度反演；
[0010] 若否，則將該像元的植被覆蓋度設(shè)置為零。
[0011] 可選的，所述對所述影像數(shù)據(jù)進行預(yù)處理，包括：
[0012] 對所述影像數(shù)據(jù)進行大氣糾正，得到地表反射率數(shù)據(jù)；
[0013] 對所述地表反射率數(shù)據(jù)進行幾何糾正，得到空間精確定位的數(shù)據(jù)。
[0014] 可選的，所述陸表植被覆蓋度神經(jīng)網(wǎng)絡(luò)反演模型通過以下步驟建立：
[0015] 根據(jù)預(yù)設(shè)冠層反射率模型以及多個預(yù)設(shè)模型參數(shù)，得到與所述多個預(yù)設(shè)陸表植被 覆蓋度 對應(yīng)的模擬冠層反射率；
[0016] 根據(jù)高分一號衛(wèi)星寬視場成像儀WFV的光譜響應(yīng)函數(shù)，重采樣所述模擬冠層反射 率，得到與所述多個預(yù)設(shè)植被覆蓋度一一對應(yīng)的WFV模擬光譜反射率以形成陸表植被覆蓋 度神經(jīng)網(wǎng)絡(luò)反演模型構(gòu)建所需的訓(xùn)練樣本集；其中，所述陸表植被覆蓋度訓(xùn)練樣本集中的 一個訓(xùn)練樣本由一個所述預(yù)設(shè)陸表植被覆蓋度和與該預(yù)設(shè)陸表植被覆蓋度對應(yīng)的WFV模 擬光譜反射率構(gòu)成；
[0017] 根據(jù)所述陸表植被覆蓋度訓(xùn)練樣本集，訓(xùn)練預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型，得到陸表植被 覆蓋度神經(jīng)網(wǎng)絡(luò)反演模型。
[0018] 可選的，所述預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型包括輸入層、中間層和輸出層；
[0019] 其中，所述輸入層包括3個節(jié)點，所述3個節(jié)點分別對應(yīng)WFV綠波段、紅波段和近 紅外波段地表光譜反射率；
[0020] 所述中間層包括6個節(jié)點；
[0021] 所述輸出層為1個節(jié)點，該節(jié)點為輸入層輸入的地表光譜反射率對應(yīng)的植被覆蓋 度。
[0022] 第二方面，本發(fā)明還提出一種高分衛(wèi)星數(shù)據(jù)陸表植被覆蓋度反演系統(tǒng)，包括：
[0023] 預(yù)處理單元，用于對所述獲取高分一號衛(wèi)星寬視場成像儀WFV采集的影像數(shù)據(jù)進 行預(yù)處理，得到每個像元的地表反射率；
[0024] NDVI獲取單元，用于根據(jù)所述預(yù)處理單元得到的每個像元的地表反射率，得到每 個像元的歸一化植被指數(shù)NDVI;
[0025] 判斷單元，用于分別判斷每個像元的NDVI是否大于預(yù)設(shè)閾值；
[0026] 反演單元，用于在所述判斷單元判斷像元的NDVI大于預(yù)設(shè)閾值時，根據(jù)陸表植被 覆蓋度神經(jīng)網(wǎng)絡(luò)反演模型對該像元進行植被覆蓋度反演；以及
[0027] 在所述判斷單元判斷像元的NDVI不大于預(yù)設(shè)閾值時，將該像元的植被覆蓋度設(shè) 置為零。
[0028] 可選的，所述預(yù)處理單元，用于對所述影像數(shù)據(jù)進行大氣糾正，得到地表反射率數(shù) 據(jù)；以及對所述地表反射率數(shù)據(jù)進行幾何糾正，得到精確地理定位的數(shù)據(jù)。
[0029] 相比于現(xiàn)有技術(shù)，本發(fā)明的高分衛(wèi)星數(shù)據(jù)陸表植被覆蓋度反演方法及系統(tǒng)適用于 高分一號衛(wèi)星WFV數(shù)據(jù)的自動化植被覆蓋度反演，在利用冠層反射率模型和高分一號衛(wèi)星 WFV傳感器光譜響應(yīng)函數(shù)模擬冠層反射率的基礎(chǔ)上，建設(shè)模擬的冠層反射率及其對應(yīng)的植 被覆蓋度組成的樣本數(shù)據(jù)集，利用模擬的樣本數(shù)據(jù)集訓(xùn)練和檢驗神經(jīng)網(wǎng)絡(luò)模型，生成基于 高分一號衛(wèi)星WFV反射率數(shù)據(jù)的植被覆蓋度反演神經(jīng)網(wǎng)絡(luò)模型。在業(yè)務(wù)化生產(chǎn)高分一號衛(wèi) 星植被覆蓋度產(chǎn)品中具有巨大應(yīng)用潛力，為基于國產(chǎn)高分辨率衛(wèi)星進行陸表植被狀況監(jiān)測 提供技術(shù)支持。
【附圖說明】
[0030]圖1為本發(fā)明實施例提供的一種高分衛(wèi)星數(shù)據(jù)陸表植被覆蓋度反演方法流程圖；
[0031]圖2為本發(fā)明實施例提供的一種建立高分衛(wèi)星數(shù)據(jù)陸表植被覆蓋度神經(jīng)網(wǎng)絡(luò)反 演模型的流程圖；
[0032]圖3為本發(fā)明實施例提供的一種預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)圖；
[0033]圖4為本發(fā)明實施例提供的一種高分衛(wèi)星數(shù)據(jù)陸表植被覆蓋度反演系統(tǒng)結(jié)構(gòu)圖；
[0034] 圖5為本發(fā)明實施例提供的一種利用地面照片提取植被覆蓋度的示意圖；
[0035] 圖6為本發(fā)明實施例提供的一種利用高分一號衛(wèi)星WFV數(shù)據(jù)和本發(fā)明實施例的方 法反演的植被覆蓋度及其與NDVI的關(guān)系示意圖；
[0036] 圖7為本發(fā)明實施例提供的一種高分一號衛(wèi)星WFV數(shù)據(jù)反演植被覆蓋度與地面照 片提取植被覆蓋度散點圖（左）以及高分一號衛(wèi)星WFV數(shù)據(jù)反演植被覆蓋度與NDVI關(guān)系 (右）。
【具體實施方式】
[0037] 為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例 中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚地描述，顯然，所描述的實施例是本發(fā)明 一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有 做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0038] 如圖1所示，本實施例公開一種高分衛(wèi)星數(shù)據(jù)陸表植被覆蓋度反演方法，該方法 可包括以下步驟101至105:
[0039] 101、獲取高分一號衛(wèi)星寬視場成像儀WFV采集的影像數(shù)據(jù)，并對所述影像數(shù)據(jù)進 行預(yù)處理，得到每個像元的地表反射率；
[0040] 102、根據(jù)所述每個像元的地表反射率，得到每個像元的歸一化植被指數(shù)NDVI;
[0041] 103、分別判斷每個像元的NDVI是否大于預(yù)設(shè)閾值，若是，則執(zhí)行步驟104;若否， 則執(zhí)行步驟105;
[0042] 104、根據(jù)陸表植被覆蓋度神經(jīng)網(wǎng)絡(luò)反演模型對該像元進行植被覆蓋度反演；
[0043]105、將該像元的植被覆蓋度設(shè)置為零。
[0044] 在一個具體的例子中，步驟101中對所述影像數(shù)據(jù)進行預(yù)處理，包括：
[0045] 對所述影像數(shù)據(jù)進行大氣糾正，得到地表反射率；
[0046] 對所述大氣糾正后的地表反射率數(shù)據(jù)進行幾何糾正，得到空間精確定位的數(shù)據(jù)。
[0047] 大氣糾正是消除大氣和光照等因素對地物反射的影響，將影像的DN值轉(zhuǎn)化為真 實地表反射率。幾何糾正是消除影像的幾何畸變，使其地理定位精度提高，能夠匹配實際地 物的位置。
[0048] 在一個具體的例子中，步驟102中，利用每個像元的地表反射率中紅波段和近紅 外波段地表反射率，計算得到的歸一化植被指數(shù)（NormalizedDifferenceVegetation Index，NDVI)，NDVI是指示植被生長狀況的一個重要指標(biāo)，被經(jīng)常用來與植被覆蓋度進行回 歸而得到高精度的小區(qū)域范圍的植被覆蓋度估算結(jié)果。
[0049] 在一個具體的例子中，步驟103中，首先利用NDVI指標(biāo)把影像分成植被和非植被 像元分別進行植被覆蓋