基于地形辐射校正的植被覆盖参数遥感反演

摘要

遥感作为一种远距离非接触式获取地表信息的方法，越来越受到人们的重视。在遥感影像的地物光谱信息分析中，定量遥感一直是人们研究的一个重要方向，由于卫星是在高空获取地面图像，不可避免的受到电磁波、大气、地形等因素的干扰，其中，由于地形起伏造成的地物光谱信息的改变是影响影像质量的重要原因之一。地形起伏使太阳光易被山体遮挡，导致背向阳光的坡面不能反射太阳的直射光线，地物纹理特征被削弱，影响了影像的判读，降低了地物分类精度等诸多遥感分析的过程。因此，基于地形辐射校正的影像光谱信息恢复是以遥感手段准确获取地表真实光谱信息不可或缺的一步。
　　本文首先介绍地形辐射校正的研究背景和国内外研究现状，并用 ENVI软件对影像进行大气校正、几何校正等预处理。然后利用MATLAB软件对研究所用的地形辐射校正方法（C校正、SCS+C校正、Minnaert-SCS校正、Teillet-回归校正、VECA校正）进行代码编写和处理。在 Minnaert-SCS校正模型的基础上通过引入半经验参数 C对其进行改进，避免在太阳入射角余弦值 cosi过小时的过度校正现象，并编码处理比较其校正效果。最后提取出 RVI、NDVI、EVI、MSAVI四种植被指数并作比较分析，利用像元二分法分别计算这四种植被指数下的植被覆盖度，分析地形辐射校正对植被覆盖度反演的影响。
　　通过实验处理和比较发现，改进的校正方法可以提高地形效应下阴影区域和低亮度区域的校正效果，能消除大部分反射率值的差异，通过目视比较和统计数据分析发现，改进的模型取得了较好的校正效果；另一方面地形辐射校正对基于 EVI计算的植被覆盖度起到了改善作用，对基于 RVI、NDVI和 MSAVI计算的植被覆盖度提升较小，建议在使用EVI估算多山区域的植被覆盖度时进行地形辐射校正。

目录

声明

符号说明

1绪 论

1.1研究背景与意义

1.2国内外研究现状

1.3研究内容和结构安排

2研究区概况及数据准备

2.1研究区概况

2.2数据和软件准备

2.3实验数据预处理

2.4小结

3影像地形辐射校正

3.1 C校正模型

3.2 SCS+C校正模型

3.3 Minnaert-SCS校正模型

3.4 Teillet回归校正模型

3.5 VECA校正模型

3.6改进的校正方法

3.7小结

4地形校正结果比较分析

4.1目视对比

4.2统计数据分析

4.3小结

5不同植被指数提取

5.1比值植被指数（RVI）

5.2归一化植被指数（NDVI）

5.3增强型植被指数（EVI）

5.4修改型土壤调整植被指数（MSAVI）

5.5小结

6植被覆盖度计算和对比

6.1像元二分法简介

6.2视觉效果对比

6.3统计数据对比分析

6.4小结

7结论与展望

7.1研究结论

7.2主要工作与创新点

7.3讨论与展望

参考文献

致谢

攻读硕士学位期间发表论文及其他成果