一種新型tavi地形調(diào)節(jié)因子優(yōu)化算法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明設(shè)及一種新型TAVI地形調(diào)節(jié)因子優(yōu)化算法。
【背景技術(shù)】
[0002] 現(xiàn)有地形調(diào)節(jié)植被指數(shù)(TAVI，公式1、公式2,國家專利號200910111688.X)中地形 調(diào)節(jié)因子f( A )優(yōu)化方法主要有巧巾："匹配尋優(yōu)法"和"極值優(yōu)化法"。
[0003] TAVI = CVI+f( Δ ) . SVI (1)
[0004]
(2)
[0005] 式中，CVI為常規(guī)植被指數(shù)，如歸一化植被指數(shù)(NDVI)、比值植被指數(shù)(RVI)等;SVI 為陰影植被指數(shù)，其中化表示遙感影像紅光波段數(shù)據(jù)，Mr表示紅光波段數(shù)據(jù)的最大值；f (A)為地形調(diào)節(jié)因子。
[0006] "尋優(yōu)匹配"算法計算步驟為：（1)影像分類，劃分遙感影像中山體的陰坡和陽坡， 并選取典型樣區(qū)；（2)目標(biāo)識別，借助地面調(diào)查資料、實地考察數(shù)據(jù)、航拍資料或者 GoogleEarth的高分辨率影像數(shù)據(jù)等核實陰坡與陽坡植被的均質(zhì)性，識別典型樣區(qū)陰坡與 陽坡植被一致或接近的部分；（3)優(yōu)化匹配，令f( Δ )從0開始，依次遞增，考察TAVI在典型樣 區(qū)陰坡與陽坡植被一致部分的植被指數(shù)值變化，當(dāng)二者相等時，即可確定f( A )的最優(yōu)結(jié) 果。
[0007] "極值優(yōu)化"算法（國家專利號201010180895.3)計算步驟為：（1)影像分類，劃分遙 感影像中山體的陰坡和陽坡；（2)計算極值，計算陰坡部分TAVI的最大值Mtavi陰與陽坡部分 TAVI的最大值Mtavm; (3)迭代尋優(yōu)，令f ( Δ )從0開始，依次遞增，當(dāng)滿足公式(3)的條件時， 得到f( A)最優(yōu)值。
[000引 |Mtav聊-Mtavi陽I < ε,Ε一0,f( Δ )=0~00 (3)
[0009] 按照上述巧巾優(yōu)化算法，TAVI無需DEM等數(shù)據(jù)的支持，就能有效削減地形對山區(qū)植 被信息的影響。但此巧巾優(yōu)化算法都需要對遙感影像分類，其中"尋優(yōu)匹配"算法還需要地面 數(shù)據(jù)等的支持，運限制了TAVI應(yīng)用的自動化水平，不利于TAVI推廣應(yīng)用。

【發(fā)明內(nèi)容】

[0010] 有鑒于此，本發(fā)明的目的在于提供一種新型TAVI地形調(diào)節(jié)因子優(yōu)化算法，無需DEM 數(shù)據(jù)和遙感影像分類，同時不依賴于地面調(diào)查數(shù)據(jù)，對TAVI在復(fù)雜地形山區(qū)植被信息準(zhǔn)確 反演的應(yīng)用推廣具有重要的科學(xué)意義與經(jīng)濟價值。
[0011] 為實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案:一種新型TAVI地形調(diào)節(jié)因子優(yōu)化算 法，其特征在于包括W下步驟：
[0012] 步驟S1:選擇樣區(qū)，在復(fù)雜地形山區(qū)選擇典型樣區(qū)，確保所述典型樣區(qū)的樣區(qū)影像 的噪聲干擾最小、具有強烈的地形影響、山體陽坡和陰坡對稱分布；
[001引步驟S2:計算植被指數(shù)，具體如下：
[0014] TAVI = CVI+f( Δ ) . SVI
[0015]
[0016] 其中：TAVI為地形調(diào)節(jié)植被指數(shù);CVI為常規(guī)植被指數(shù);SVI為陰影植被指數(shù);f( Δ ) 為地形調(diào)節(jié)因子;為遙感影像紅光波段數(shù)據(jù)，Mr為紅光波段數(shù)據(jù)的最大值；
[0017]步驟S3:計算相關(guān)系數(shù)，具體如下：
[0020] 其中：Ri為TAVI與CVI的相關(guān)系數(shù)，R2為TAVI與SVI的相關(guān)系數(shù)，x、yi、y2分別為所述 典型樣區(qū)的TAVIXVI及SVI的影像數(shù)據(jù)，η為TAVIXVI及SVI的影像數(shù)據(jù)的像元數(shù)；
[0021] 步驟S4:逼近優(yōu)化，令f(A)從0開始，W0.001為間隔，依次遞增進行植被指數(shù)的計 算，同時考察TAVI與CVI的相關(guān)系數(shù)Ri及TAVI與SVI的相關(guān)系數(shù)R2,當(dāng)Ri與R2滿足W下條件 時，退出循環(huán)，確定f( A )最優(yōu)結(jié)果：
[0022] R廣化 < ε,Ε一〇，f( Δ )=〇~W。
[0023] 進一步的，所述常規(guī)植被指數(shù)CVI為歸一化植被指數(shù)NDVI或比值植被指數(shù)RVI，相 應(yīng)計算公式如下：
[0026] 其中：Bnir為近紅外波段數(shù)據(jù)。
[0027] 本發(fā)明與現(xiàn)有技術(shù)相比具有W下有益效果：
[0028] 1、地形校正效果明顯：本發(fā)明確定的地形調(diào)節(jié)因子，保證地形調(diào)節(jié)植被指數(shù)能有 效消除地形影響對植被信息的干擾;通過在實驗樣區(qū)對該方法確定的地形調(diào)節(jié)植被指數(shù)與 太陽入射角余弦值的線性回歸分析，表明本發(fā)明確定的地形調(diào)節(jié)植被指數(shù)與太陽入射角余 弦值的相關(guān)系數(shù)和線性回歸方程斜率可W降至0左右，明顯優(yōu)于其它常用植被指數(shù)；
[0029] 2、數(shù)據(jù)需求少，成本低:本發(fā)明只需要遙感影像自身攜帶的波段數(shù)據(jù)，無需地面調(diào) 查數(shù)據(jù)或?qū)嵉乜疾鞌?shù)據(jù)等的支持，數(shù)據(jù)成本與時間成本實現(xiàn)最小化；
[0030] 3、流程簡單，可操作性強:本發(fā)明主要由"樣區(qū)選擇"、"相關(guān)系數(shù)逼近"等步驟就可 確定地形調(diào)節(jié)因子的優(yōu)化結(jié)果，流程簡單，容易操作，無需遙感影像分類等環(huán)節(jié)，大大提升 了地形調(diào)節(jié)植被指數(shù)應(yīng)用自動化水平。
【附圖說明】
[0031]圖1是本發(fā)明技術(shù)流程不意圖。
【具體實施方式】
[0032] 下面結(jié)合附圖及實施例對本發(fā)明做進一步說明。
[0033] 請參照圖1，本發(fā)明提供一種新型TAVI地形調(diào)節(jié)因子優(yōu)化算法，其特征在于包括W 下步驟：
[0034] 步驟S1:選擇樣區(qū)，在復(fù)雜地形山區(qū)選擇典型樣區(qū)，確保所述典型樣區(qū)的樣區(qū)影像 的噪聲干擾最小、具有強烈的地形影響、山體陽坡和陰坡基本對稱分布，所述典型樣區(qū)的最 佳面積為2*2平方公里；
[0035] 步驟S2:計算植被指數(shù)，具體如下：
[0036] TAVI = CVI+f( Δ ) · SVI
[0037]
[0038] 其中：TAVI為地形調(diào)節(jié)植被指數(shù);CVI為常規(guī)植被指數(shù);SVI為陰影植被指數(shù);f ( Δ ) 為地形調(diào)節(jié)因子;為遙感影像紅光波段數(shù)據(jù)，Mr為紅光波段數(shù)據(jù)的最大值；
[0039] 步驟S3:計算相關(guān)系數(shù)，具體如下：
[0042] 其中：Ri為TAV巧CVI的相關(guān)系數(shù)，R2為TAV巧SVI的相關(guān)系數(shù)，x、yi、y2分別為所述 典型樣區(qū)的TAVI、CVI及SVI的影像數(shù)據(jù)，TAVI、CVI及SVI的影像數(shù)據(jù)的像元數(shù)相等，皆為η;
[0043] 步驟S4:逼近優(yōu)化，令f( Δ )從0開始，W〇.001為間隔，依次遞增進行植被指數(shù)的計 算，同時考察TAVI與CVI的相關(guān)系數(shù)Ri及TAVI與SVI的相關(guān)系數(shù)R2,當(dāng)Ri與R2滿足W下條件 時，退出循環(huán)，確定f( A )最優(yōu)結(jié)果：
[0044] R廣化 < ε,Ε一〇，f( Δ )=〇~W。
[0045] 進一步的，所述常規(guī)植被指數(shù)CVI為歸一化植被指數(shù)NDVI或比值植被指數(shù)RVI，相 應(yīng)計算公式如下：
[004引其中：Bnir為近紅外波段數(shù)據(jù)。
[0049]即當(dāng)常規(guī)植被指數(shù)CVI為歸一化植被指數(shù)NDVI時：
[0化0] TAVI=NDVI+f( Δ ) . SVI
[0051 ]即當(dāng)常規(guī)植被指數(shù)CVI為比值植被指數(shù)RVI時：
[0化2] TAVI=RVI+f( Δ ) . SVI
[0053] W上所述僅為本發(fā)明的較佳實施例，凡依本發(fā)明申請專利范圍所做的均等變化與 修飾，皆應(yīng)屬本發(fā)明的涵蓋范圍。
【主權(quán)項】
1. 一種新型TAVI地形調(diào)節(jié)因子優(yōu)化算法，其特征在于包括以下步驟： 步驟SI:選擇樣區(qū)，在復(fù)雜地形山區(qū)選擇典型樣區(qū)，確保所述典型樣區(qū)的樣區(qū)影像的噪 聲干擾最小、具有強烈的地形影響、山體陽坡和陰坡對稱分布； 步驟S2:計算植被指數(shù)，具體如下：其中：TAVI為地形調(diào)節(jié)植被指數(shù);CVI為常規(guī)植被指數(shù);SVI為陰影植被指數(shù);f( △)為地 形調(diào)節(jié)因子;Br為遙感影像紅光波段數(shù)據(jù)，Mr為紅光波段數(shù)據(jù)的最大值； 步驟S3:計算相關(guān)系數(shù)，具體如下：其中：RAtavi與cvi的相關(guān)系數(shù)，RAtavi與svi的相關(guān)系數(shù)，1、71、72分別為所述典型 樣區(qū)的TAVI、CVI及SVI的影像數(shù)據(jù)，η為TAVI、CVI及SVI的影像數(shù)據(jù)的像元數(shù)； 步驟S4:逼近優(yōu)化，令f(A)從〇開始，以0.001為間隔，依次遞增進行植被指數(shù)的計算， 同時考察TAVI與CVI的相關(guān)系數(shù)Ri&TAVI與SVI的相關(guān)系數(shù)R2,當(dāng)辦與此滿足以下條件時，退 出循環(huán)，確定f( A )最優(yōu)結(jié)果： RiK ε,ε-Ο,?Χ Δ ) = 〇~〇〇02. 根據(jù)權(quán)利要求1所述的新型TAVI地形調(diào)節(jié)因子優(yōu)化算法，其特征在于:所述常規(guī)植被 指數(shù)CVI為歸一化植被指數(shù)NDVI或比值植被指數(shù)RVI，相應(yīng)計算公式如下：其中:Bnir為近紅外波段數(shù)據(jù)。
【專利摘要】本發(fā)明涉及一種新型TAVI地形調(diào)節(jié)因子優(yōu)化算法，包括以下步驟：選擇樣區(qū)；計算植被指數(shù)；計算相關(guān)系數(shù)；逼近優(yōu)化。本發(fā)明無需DEM數(shù)據(jù)和遙感影像分類，同時不依賴于地面調(diào)查數(shù)據(jù)，對TAVI在復(fù)雜地形山區(qū)植被信息準(zhǔn)確反演的應(yīng)用推廣具有重要的科學(xué)意義與經(jīng)濟價值。
【IPC分類】G01S7/48
【公開號】CN105487066
【申請?zhí)枴緾N201510807758
【發(fā)明人】江洪, 汪小欽, 陳蕓芝
【申請人】福州大學(xué)
【公開日】2016年4月13日
【申請日】2015年11月20日