多曝光量智能遙感數(shù)據(jù)的積雪提取方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種多曝光量智能遙感數(shù)據(jù)的積雪提取方法和系統(tǒng)，該方法通過確定多曝光量圖像數(shù)據(jù)特征以及積雪提取算法敏感性計(jì)算，以進(jìn)行多曝光量數(shù)據(jù)歸一化，構(gòu)建面向多曝光量智能數(shù)據(jù)的積雪面積提取算法，形成多時(shí)相積雪提取算法，進(jìn)而提取積雪面積。本發(fā)明的方法和系統(tǒng)基于曝光量調(diào)控對(duì)圖像質(zhì)量的影響和積雪地物的DN值光譜響應(yīng)規(guī)律，實(shí)現(xiàn)了多曝光量數(shù)據(jù)協(xié)同的高精度和高穩(wěn)定性的積雪面積多時(shí)相提取。
【專利說明】多曝光量智能遙感數(shù)據(jù)的積雪提取方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及災(zāi)害遙感【技術(shù)領(lǐng)域】，特別是一種多曝光量智能遙感數(shù)據(jù)的積雪提取方法和系統(tǒng)。
【背景技術(shù)】
[0002]積雪面積是衡量雪災(zāi)災(zāi)情的重要因子，是災(zāi)害遙感監(jiān)測領(lǐng)域的重要內(nèi)容。與其它地物覆蓋類型不同，積雪覆蓋具有獨(dú)特的光譜特性，表現(xiàn)在可見光范圍內(nèi)的高反射率，在近紅外反射率逐漸下降，在短波紅外區(qū)域下降更低，積雪的這一光譜特性是積雪面積光學(xué)遙感監(jiān)測的物理基礎(chǔ)。目前利用傳統(tǒng)遙感衛(wèi)星數(shù)據(jù)開展積雪面積監(jiān)測工作，如NOAA (陳賢章，1990)、Terra/AquaM0DIS (Hall, 1999 ；Salomoson, 2004 ； ), LandsatTM (馮學(xué)智，1998;2000)、環(huán)境衛(wèi)星(王麗濤，2012)、E0-1/Hyperion (Negi,2012)等的綠-短波紅外波段、短波紅外-中長波紅外數(shù)據(jù)構(gòu)建類似NDSI積雪指數(shù)，或者利用多光譜監(jiān)督分類、單波段DN值閾值分割等方法構(gòu)建提取模型，實(shí)現(xiàn)積雪提取。上述方法都是利用傳統(tǒng)遙感衛(wèi)星具有的成像參數(shù)恒定、曝光量穩(wěn)定的遙感數(shù)據(jù)特征，實(shí)現(xiàn)積雪面積的高精度提取。
[0003]新的智能遙感衛(wèi)星能夠根據(jù)地表輻射特征，調(diào)整曝光量，實(shí)現(xiàn)多曝光量智能成像，具有曝光量多樣的成像特點(diǎn)，由于不同時(shí)相的CCD數(shù)據(jù)分別具有不同的曝光量，同一積雪像元具有不同的DN值(Digital Number,遙感影像像元亮度值),多曝光量智能遙感(XD數(shù)據(jù)與傳統(tǒng)遙感數(shù)據(jù)存在較大數(shù)據(jù)特征差異，遙感圖像具有其特有的數(shù)據(jù)特征，原有的遙感算法已經(jīng)不適用新的圖像數(shù)據(jù)特征，無法實(shí)現(xiàn)高精度的地表參數(shù)反演，即傳統(tǒng)的積雪面積提取模型和算法無法實(shí)現(xiàn)高精度的多時(shí)相積雪面積提取。對(duì)于強(qiáng)反射地物的積雪而言，增加曝光量能夠增大陰影積雪中可見光波段與可見光以外波段(如近紅外、短波紅外)之間的光譜差異，能夠有效提高陰影中的積雪遙感光譜特征，有利于陰影積雪的識(shí)別，但是由于陽面積雪強(qiáng)反射容易造成陽面積雪像元在多個(gè)波段的“圖像飽和”，直接造成波段之間的光譜差異減小或消失，導(dǎo)致原有利用光譜差異識(shí)別積雪的算法無法高精度識(shí)別陽面積雪。需要分析和利用多曝光數(shù)據(jù)特征，建立能夠適應(yīng)多曝光量變化的積雪識(shí)別算法。目前已經(jīng)設(shè)計(jì)和應(yīng)用不同曝光量的智能觀測系統(tǒng)(童菲，2009 ;趙葆常，2011)，并對(duì)不同曝光時(shí)間引起的圖像噪聲、信噪比、MTF的變化、圖像定標(biāo)精度都開展了相當(dāng)程度的研究(劉亞俠，2005 ;韓彩芹，2008 ;薛旭成，2011)，但這些工作大都屬于先進(jìn)的精密光學(xué)工程技術(shù)，不是業(yè)務(wù)化的地面參數(shù)遙感反演技術(shù)，與多曝光量智能數(shù)據(jù)的地面遙感應(yīng)用尚有一段距離。目前，在地面遙感應(yīng)用方面，不僅對(duì)不同波段的多曝光量智能數(shù)據(jù)的積雪地物光譜響應(yīng)規(guī)律缺乏研究，對(duì)積雪圖像的多曝光量數(shù)據(jù)特征也不十分明確，更還沒有開展針對(duì)強(qiáng)反射地物(積雪)的多曝光量數(shù)據(jù)的地面實(shí)際遙感應(yīng)用的提取方法研究。

【發(fā)明內(nèi)容】

[0004]本發(fā)明針對(duì)傳統(tǒng)遙感的積雪提取方法無法對(duì)多曝光量智能遙感數(shù)據(jù)持續(xù)實(shí)現(xiàn)高精度地多時(shí)相積雪提取的問題，提供一種多曝光量智能遙感數(shù)據(jù)的積雪提取方法，基于曝光量調(diào)控對(duì)圖像質(zhì)量的影響和積雪地物的DN值光譜響應(yīng)規(guī)律，實(shí)現(xiàn)了多曝光量數(shù)據(jù)協(xié)同的高精度積雪面積多時(shí)相提取。本發(fā)明還涉及一種多曝光量智能遙感數(shù)據(jù)的積雪提取系統(tǒng)。
[0005]本發(fā)明的技術(shù)方案如下:
[0006]一種多曝光量智能遙感數(shù)據(jù)的積雪提取方法，其特征在于，該方法通過確定多曝光量圖像數(shù)據(jù)特征以及積雪提取算法敏感性計(jì)算，以進(jìn)行多曝光量數(shù)據(jù)歸一化，構(gòu)建面向多曝光量智能數(shù)據(jù)的積雪面積提取算法，形成多時(shí)相積雪提取算法，進(jìn)而提取積雪面積。
[0007]所述方法包括下述步驟:
[0008]第一步驟，是計(jì)算多曝光量智能遙感數(shù)據(jù)的曝光數(shù)據(jù)特征；
[0009]第二步驟，依據(jù)得到的曝光數(shù)據(jù)特征，利用積雪面積反演技術(shù)，計(jì)算積雪提取算法敏感性；
[0010]第三步驟，是將所述的多曝光量智能遙感數(shù)據(jù)的歸一化，構(gòu)建面向多曝光量智能遙感數(shù)據(jù)的積雪面積提取算法；
[0011]第四步驟，形成多時(shí)相多模態(tài)積雪提取算法，提取積雪面積。
[0012]所述第一步驟為通過衛(wèi)星遙感成像時(shí)間和衛(wèi)星CXD載荷成像參數(shù)，計(jì)算衛(wèi)星智能觀測CCD圖像數(shù)據(jù)的曝光參數(shù)，確定不同曝光參數(shù)下的圖像數(shù)據(jù)特征；
[0013]和/或，所述第二步驟中對(duì)積雪提取算法敏感性計(jì)算為通過建立積雪面積提取精度指數(shù)的方法，評(píng)估不同算法的積雪提取精度，確定高精度積雪面積提取的敏感波段和算法形式；
[0014]和/或，所述第三步驟為確定多曝光量智能遙感數(shù)據(jù)的波段DN值的歸一化方法和定量算法，構(gòu)建適合不同曝光量模式的積雪面積提取方法；
[0015]和/或，所述第四步驟為利用多曝光量智能遙感數(shù)據(jù)的積雪提取算法，形成多時(shí)相多模態(tài)積雪提取算法，提取積雪面積。
[0016]所述第一步驟中的圖像數(shù)據(jù)特征包括信噪比、均值和清晰度，在確定不同曝光參數(shù)下的圖像數(shù)據(jù)特征后，還分析不同曝光參數(shù)條件下的圖像的信噪比、均值和清晰度的定量變化情況。
[0017]所述第二步驟中的評(píng)估不同算法的積雪提取精度包括對(duì)比評(píng)估單一曝光量的單波段算法、單一曝光量的波段組合算法以及多曝光量波段協(xié)同算法積雪提取精度；所述確定高精度積雪面積提取的敏感波段和算法形式為確定積雪提取面積敏感性最高的曝光量及其波段和算法。
[0018]所述第三步驟以第二步驟確定的積雪提取面積敏感性最高的曝光量及其波段和算法為基準(zhǔn)，確定多曝光量智能遙感數(shù)據(jù)的波段DN值的歸一化方法和定量算法，并根據(jù)第一步驟中確定的不同曝光參數(shù)下的圖像數(shù)據(jù)特征，建立低曝光量、中曝光量以及高曝光量圖像數(shù)據(jù)的歸一化模型。
[0019]所述第四步驟是利用第三步驟中的多曝光量智能遙感數(shù)據(jù)的積雪提取算法，形成多時(shí)相情況下的低曝光量、中曝光量以及高曝光量圖像數(shù)據(jù)積雪提取模型和算法，提取積雪面積。
[0020]一種多曝光量智能遙感數(shù)據(jù)的積雪提取系統(tǒng)，其特征在于，包括
[0021]第一裝置，用于計(jì)算多曝光量智能遙感數(shù)據(jù)的曝光數(shù)據(jù)特征；[0022]第二裝置，用于依據(jù)第一裝置得到的曝光數(shù)據(jù)特征，并利用積雪面積反演技術(shù)，計(jì)算積雪提取算法敏感性；
[0023]第三裝置，用于將所述的多曝光量智能遙感數(shù)據(jù)的歸一化，構(gòu)建面向多曝光量智能遙感數(shù)據(jù)的積雪面積提取算法；
[0024]第四裝置，用于形成多時(shí)相多模態(tài)積雪提取算法，提取積雪面積。
[0025]所述第一裝置通過衛(wèi)星遙感成像時(shí)間和衛(wèi)星CXD載荷成像參數(shù)，計(jì)算衛(wèi)星智能觀測CCD圖像數(shù)據(jù)的曝光參數(shù)，確定不同曝光參數(shù)下的圖像數(shù)據(jù)特征；所述第二裝置通過建立積雪面積提取精度指數(shù)的方法，評(píng)估不同算法的積雪提取精度，確定高精度積雪面積提取的敏感波段和算法形式；所述第三裝置為確定多曝光量智能遙感數(shù)據(jù)的波段DN值的歸一化方法和定量算法，構(gòu)建適合不同曝光量模式的積雪面積提取方法；所述第四裝置利用多曝光量智能遙感數(shù)據(jù)的積雪提取算法，形成多時(shí)相多模態(tài)積雪提取算法，提取積雪面積。
[0026]所述第一裝置中的圖像數(shù)據(jù)特征包括信噪比、均值和清晰度，第一裝置在確定不同曝光參數(shù)下的圖像數(shù)據(jù)特征后，還分析不同曝光參數(shù)條件下的圖像的信噪比、均值和清晰度的定量變化情況；所述第二裝置中的評(píng)估不同算法的積雪提取精度包括對(duì)比評(píng)估單一曝光量的單波段算法、單一曝光量的波段組合算法以及多曝光量波段協(xié)同算法積雪提取精度；所述第二裝置中的確定高精度積雪面積提取的敏感波段和算法形式為確定積雪提取面積敏感性最高的曝光量及其波段和算法。
[0027]本發(fā)明的技術(shù)效果如下:
[0028]本發(fā)明涉及一種多曝光量智能遙感數(shù)據(jù)的積雪提取方法，基于曝光量調(diào)控對(duì)圖像質(zhì)量的影響和積雪地物的DN值光譜響應(yīng)規(guī)律，通過確定多曝光量圖像數(shù)據(jù)特征以及積雪提取算法敏感性計(jì)算，并進(jìn)行多曝光量CCD數(shù)據(jù)歸一化，構(gòu)建面向多曝光量智能數(shù)據(jù)的積雪面積提取算法，形成多時(shí)相積雪提取算法，進(jìn)而提取積雪面積。通過曝光量調(diào)控，或者說是通過調(diào)節(jié)成像參數(shù)，實(shí)現(xiàn)了不同曝光量成像，造成同一地物像元能夠具有不同的光譜記錄值，具有了不同的圖像特征、地物光譜特征，在積雪面積反演中，分別具有不同的反演精度，通過計(jì)算積雪面積提取算法的敏感性，并利用多曝光量圖像數(shù)據(jù)特征，建立了標(biāo)準(zhǔn)化的歸一化方法，能夠適應(yīng)不同曝光量智能觀測數(shù)據(jù)的多時(shí)相積雪面積提取，以較高的精度穩(wěn)定地實(shí)現(xiàn)多時(shí)相積雪面積的提取。本發(fā)明將多曝光量智能數(shù)據(jù)應(yīng)用于地面遙感領(lǐng)域，避免了傳統(tǒng)遙感的積雪提取模型和算法無法對(duì)多曝光量智能遙感數(shù)據(jù)持續(xù)實(shí)現(xiàn)高精度地多時(shí)相積雪提取的問題，本發(fā)明通過獲取不同曝光量的圖像數(shù)據(jù)，在開展多時(shí)相積雪面積監(jiān)測過程中，充分考慮到不同時(shí)相的圖像數(shù)據(jù)分別具有不同的曝光量，同一積雪像元具有不同的DN值，體現(xiàn)了積雪地物目標(biāo)的多曝光量光譜響應(yīng)特征，構(gòu)建多曝光量的積雪面積提取模型和算法敏感性的方法，對(duì)不同曝光量數(shù)據(jù)協(xié)同的高精度多時(shí)相積雪監(jiān)測，充分應(yīng)用多曝光量智能遙感數(shù)據(jù)光譜波段的積雪面積提取優(yōu)勢，實(shí)現(xiàn)了多曝光量波段數(shù)據(jù)協(xié)同的高精度積雪面積多時(shí)相提??；而且通過多曝光量智能數(shù)據(jù)的DN值歸一化，實(shí)現(xiàn)了多曝光量數(shù)據(jù)歸一化的多時(shí)相積雪面積提取。
[0029]本發(fā)明還涉及一種多曝光量智能遙感數(shù)據(jù)的積雪提取系統(tǒng)，包括第一裝置、第二裝置、第三裝置和第四裝置，分別通過多曝光量數(shù)據(jù)的曝光特征計(jì)算、敏感性計(jì)算、多曝光量數(shù)據(jù)歸一化，構(gòu)建了面向多曝光量智能數(shù)據(jù)的積雪面積提取模型，實(shí)現(xiàn)了多曝光量數(shù)據(jù)協(xié)同的高精度積雪面積多時(shí)相提取。本發(fā)明所述系統(tǒng)針對(duì)同一積雪地物目標(biāo)的多曝光量圖像，利用多曝光量CCD圖像的數(shù)據(jù)特征，不僅積雪面積的提取精度較高，而且提取精度的一致性極其穩(wěn)定，能夠?qū)崿F(xiàn)穩(wěn)定、高精度的多時(shí)相積雪面積提取。
【專利附圖】

【附圖說明】
[0030]圖1是本發(fā)明多曝光量智能遙感數(shù)據(jù)的積雪提取方法的流程圖。
[0031]圖2是本發(fā)明多曝光量智能遙感數(shù)據(jù)的積雪提取方法的優(yōu)選流程圖。
【具體實(shí)施方式】
[0032]下面結(jié)合附圖對(duì)本發(fā)明進(jìn)行說明。
[0033]本發(fā)明涉及一種多曝光量智能遙感數(shù)據(jù)的積雪提取方法，該方法通過確定多曝光量圖像數(shù)據(jù)特征以及積雪提取算法敏感性計(jì)算，以進(jìn)行多曝光量數(shù)據(jù)歸一化，構(gòu)建面向多曝光量智能數(shù)據(jù)的積雪面積提取算法，形成多時(shí)相積雪提取算法，進(jìn)而提取積雪面積。其流程圖如圖1所示，該方法是專門針對(duì)多曝光量CCD圖像數(shù)據(jù)的地表參數(shù)定量反演技術(shù)，包括:第一步驟，是計(jì)算多曝光量智能遙感數(shù)據(jù)的曝光數(shù)據(jù)特征；第二步驟，依據(jù)得到的曝光數(shù)據(jù)特征，利用積雪面積反演技術(shù)，計(jì)算積雪提取算法敏感性；第三步驟，是將所述的多曝光量智能遙感數(shù)據(jù)的歸一化，構(gòu)建面向多曝光量智能遙感數(shù)據(jù)的積雪面積提取算法；第四步驟，形成多時(shí)相多模態(tài)積雪提取算法，提取積雪面積。
[0034]其中，第一步驟，理解為是多曝光量智能遙感數(shù)據(jù)的曝光數(shù)據(jù)特征計(jì)算步驟，可以通過衛(wèi)星遙感成像時(shí)間、衛(wèi)星C⑶載荷成像參數(shù)等，計(jì)算衛(wèi)星智能觀測CXD圖像數(shù)據(jù)的曝光參數(shù)，確定不同曝光參數(shù)下的圖像數(shù)據(jù)特征；
[0035]第二步驟，理解為是積雪提取算法敏感性計(jì)算步驟，依據(jù)第一步驟得到的曝光數(shù)據(jù)特征，并利用積雪面積反演技術(shù)，通過建立積雪面積提取精度指數(shù)(Area ExtractionPrecision Index,ΑΕΡΙ)的方法，評(píng)估不同算法的積雪提取精度，確定高精度積雪面積提取的敏感波段和算法形式；
[0036]第三步驟，理解為是多曝光數(shù)據(jù)智能觀測數(shù)據(jù)的歸一化步驟，包括確定多曝光量智能遙感數(shù)據(jù)的波段DN值的歸一化方法和定量算法，構(gòu)建適合不同曝光量模式的積雪面積提取方法；
[0037]第四步驟，理解為是多時(shí)相多模態(tài)積雪面積提取步驟，主要利用多曝光量智能遙感數(shù)據(jù)的積雪提取算法，形成多時(shí)相多模態(tài)積雪提取模型和算法，提取積雪面積。
[0038]以下以北京I號(hào)衛(wèi)星為例，通過其獲取多曝光量智能遙感數(shù)據(jù)，結(jié)合圖2所示流程，詳細(xì)說明本發(fā)明所述的多曝光量智能遙感數(shù)據(jù)的積雪提取方法。
[0039]第一步驟，多曝光量智能遙感數(shù)據(jù)的曝光數(shù)據(jù)特征計(jì)算步驟:
[0040]通過北京I號(hào)衛(wèi)星遙感成像的年、月、日、時(shí)、分、秒時(shí)間、北京1號(hào)衛(wèi)星CXD載荷參數(shù)等，計(jì)算北京I號(hào)衛(wèi)星智能觀測CXD圖像數(shù)據(jù)的曝光參數(shù)PARAMETERexptjsre，確定不同曝光參數(shù)下的圖像數(shù)據(jù)特征IMGitl
[0041]計(jì)算公式如下:
[0042]PARAMETERexposure=t* (sin δ sinΦ+cos δ cosΦ cos τ )；
[0043]其中，t，成像積分時(shí)間；δ，太陽赤緯角；Φ，地理緯度；τ太陽時(shí)角。
[0044]
【權(quán)利要求】
1.一種多曝光量智能遙感數(shù)據(jù)的積雪提取方法，其特征在于，該方法通過確定多曝光量圖像數(shù)據(jù)特征以及積雪提取算法敏感性計(jì)算，以進(jìn)行多曝光量數(shù)據(jù)歸一化，構(gòu)建面向多曝光量智能數(shù)據(jù)的積雪面積提取算法，形成多時(shí)相積雪提取算法，進(jìn)而提取積雪面積。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法包括下述步驟: 第一步驟，是計(jì)算多曝光量智能遙感數(shù)據(jù)的曝光數(shù)據(jù)特征； 第二步驟，依據(jù)得到的曝光數(shù)據(jù)特征，利用積雪面積反演技術(shù)，計(jì)算積雪提取算法敏感性； 第三步驟，是將所述的多曝光量智能遙感數(shù)據(jù)的歸一化，構(gòu)建面向多曝光量智能遙感數(shù)據(jù)的積雪面積提取算法； 第四步驟，形成多時(shí)相 多模態(tài)積雪提取算法，提取積雪面積。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述第一步驟為通過衛(wèi)星遙感成像時(shí)間和衛(wèi)星CXD載荷成像參數(shù)，計(jì)算衛(wèi)星智能觀測CXD圖像數(shù)據(jù)的曝光參數(shù)，確定不同曝光參數(shù)下的圖像數(shù)據(jù)特征； 和/或，所述第二步驟中對(duì)積雪提取算法敏感性計(jì)算為通過建立積雪面積提取精度指數(shù)的方法，評(píng)估不同算法的積雪提取精度，確定高精度積雪面積提取的敏感波段和算法形式； 和/或，所述第三步驟為確定多曝光量智能遙感數(shù)據(jù)的波段DN值的歸一化方法和定量算法，構(gòu)建適合不同曝光量模式的積雪面積提取方法； 和/或，所述第四步驟為利用多曝光量智能遙感數(shù)據(jù)的積雪提取算法，形成多時(shí)相多模態(tài)積雪提取算法，提取積雪面積。
4.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述第一步驟中的圖像數(shù)據(jù)特征包括信噪比、均值和清晰度，在確定不同曝光參數(shù)下的圖像數(shù)據(jù)特征后，還分析不同曝光參數(shù)條件下的圖像的信噪比、均值和清晰度的定量變化情況。
5.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述第二步驟中的評(píng)估不同算法的積雪提取精度包括對(duì)比評(píng)估單一曝光量的單波段算法、單一曝光量的波段組合算法以及多曝光量波段協(xié)同算法積雪提取精度；所述確定高精度積雪面積提取的敏感波段和算法形式為確定積雪提取面積敏感性最高的曝光量及其波段和算法。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述第三步驟以第二步驟確定的積雪提取面積敏感性最高的曝光量及其波段和算法為基準(zhǔn)，確定多曝光量智能遙感數(shù)據(jù)的波段DN值的歸一化方法和定量算法，并根據(jù)第一步驟中確定的不同曝光參數(shù)下的圖像數(shù)據(jù)特征，建立低曝光量、中曝光量以及高曝光量圖像數(shù)據(jù)的歸一化模型。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述第四步驟是利用第三步驟中的多曝光量智能遙感數(shù)據(jù)的積雪提取算法，形成多時(shí)相情況下的低曝光量、中曝光量以及高曝光量圖像數(shù)據(jù)積雪提取模型和算法，提取積雪面積。
8.—種多曝光量智能遙感數(shù)據(jù)的積雪提取系統(tǒng)，其特征在于，包括 第一裝置，用于計(jì)算多曝光量智能遙感數(shù)據(jù)的曝光數(shù)據(jù)特征； 第二裝置，用于依據(jù)第一裝置得到的曝光數(shù)據(jù)特征，并利用積雪面積反演技術(shù)，計(jì)算積雪提取算法敏感性； 第三裝置，用于將所述的多曝光量智能遙感數(shù)據(jù)的歸一化，構(gòu)建面向多曝光量智能遙感數(shù)據(jù)的積雪面積提取算法； 第四裝置，用于形成多時(shí)相多模態(tài)積雪提取算法，提取積雪面積。
9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述第一裝置通過衛(wèi)星遙感成像時(shí)間和衛(wèi)星CXD載荷成像參數(shù)，計(jì)算衛(wèi)星智能觀測CXD圖像數(shù)據(jù)的曝光參數(shù)，確定不同曝光參數(shù)下的圖像數(shù)據(jù)特征；所述第二裝置通過建立積雪面積提取精度指數(shù)的方法，評(píng)估不同算法的積雪提取精度，確定高精度積雪面積提取的敏感波段和算法形式；所述第三裝置為確定多曝光量智能遙感數(shù)據(jù)的波段DN值的歸一化方法和定量算法，構(gòu)建適合不同曝光量模式的積雪面積提取方法；所述第四裝置利用多曝光量智能遙感數(shù)據(jù)的積雪提取算法，形成多時(shí)相多模態(tài)積雪提取算法，提取積雪面積。
10.根據(jù)權(quán)利要求8或9所述的系統(tǒng)，其特征在于，所述第一裝置中的圖像數(shù)據(jù)特征包括信噪比、均值和清晰度，第一裝置在確定不同曝光參數(shù)下的圖像數(shù)據(jù)特征后，還分析不同曝光參數(shù)條件下的圖像的信噪比、均值和清晰度的定量變化情況；所述第二裝置中的評(píng)估不同算法的積雪提取精度包括對(duì)比評(píng)估單一曝光量的單波段算法、單一曝光量的波段組合算法以及多曝光量波段協(xié)同算法積雪提取精度；所述第二裝置中的確定高精度積雪面積提取的敏感波段和算法形式為 確定積雪提取面積敏感性最高的曝光量及其波段和算法。
【文檔編號(hào)】G06K9/00GK103699875SQ201310597763
【公開日】2014年4月2日 申請日期:2013年11月22日 優(yōu)先權(quán)日:2013年11月22日
【發(fā)明者】王世新, 周藝, 閻福禮, 王麗濤, 王峰 申請人:中國科學(xué)院遙感與數(shù)字地球研究所