星载成像光谱仪遥感影像的模拟技术，是属于遥感信息科学学科的一项创新性发明专利技术。本发明专利技术公开了一种利用低光谱分辨率遥感影像模拟生成高光谱分辨率遥感影像的方法。本发明专利技术依据光谱数据库等先验知识的支持，通过遥感成像时辐射传输的模拟运算，在低光谱分辨率遥感数据提供的影像纹理信息和地类信息的基础上，获取高光谱分辨率遥感影像各光谱波段范围的模拟遥感影像，同时避免了难以接受的计算量。利用这项发明专利技术技术，我们可以在卫星发射或机载试验前就看到其模拟影像，增加决策者的感性认识，为遥感器工作模式与参数的选择提供支持，同时能够加强遥感影像获取过程中电磁波传输机理的研究。
【技术实现步骤摘要】
本专利技术是一项对地观测领域的实用技术，是一种新的光学遥感影像模拟技术。本专利技术能够在卫星发射或机载试验前提供所需要的模拟影像，指导遥感传感器工作模式与参数的选择；增加传感器研制和卫星发射前决策者的感性认识；帮助弥补遥感数据库中的缺失。综合而言，本专利技术是一项实用的信息支持技术。
技术介绍
遥感具有全球观测的能力，它使科学家得到了多空间分辨率、多光谱分辨率的地球观测影像，从而更好的开展了地球科学的研究工作。为满足不同研究的需要，常常希望能够获取反映多种自然条件影响下不同空间、光谱和时间分辨率的遥感影像。然而由于受大气影响及传感器观测条件的限制，无法获取足够的遥感影像以满足科学研究的需要，这一问题引起遥感学家的广泛重视，针对此问题提出的影像模拟技术得到了快速的发展。遥感影像模拟技术是在遥感理论模型、遥感先验知识及现有遥感影像的基础上，加入特定限定因素的影响，通过数学物理计算，获取特定条件下的模拟影像的遥感技术。遥感影像模拟的过程包括三个部分，即确定模拟的数据源、建立模拟转换方程、生成模拟影像。数据源为待模拟的影像提供模拟区域地表状况的各项参数(如植被覆盖类型、土壤状况等)，是对待模拟区域地形及自然环境的综合描述。已经获取的遥感影像可以提供模拟区域一定的自然信息，能够作为模拟的数据源；模拟区域的遥感影像不易获取时，可以利用假设的植被模型、地理模型、大气模型等综合参数描述模拟区域的自然状况，获取所需的自然信息。然而各种数据源提供的数据均是对自然地表的近似描述，同实际的自然状况存有不可避免的差异，因此如何选取合适的数据源对模拟精度有着重要的影响。转换方程是数据源同模拟影像间的中介，它依靠遥感及数学知识建立数据源参数同遥感传感器接收到的数据间的模拟关系。建立转换方程时要尽可能全面地考虑到影响模拟影像生成的各种因素，尽可能真实的模拟传感器接收时的真实状况。这些影响因素主要为大气辐射影响和传感器接收状况影响，即大气对辐射能量的损耗与吸收，传感器成像系统的影响，观测角度观测高度的影响等。待生成的模拟影像的影像类型可以是光学影像也能够是SAR或其他成像微波辐射计的影像，由于不同影像成像机理差别较大，不同类型的模拟影像在模拟技术上的差异也较为明显。
技术实现思路
本专利技术提出一种新的光学遥感影像模拟技术，即星载成像光谱仪遥感影像的模拟技术。与常规的利用高光谱遥感数据形成低光谱遥感影像的技术方法不同，本方法依据光谱数据库等先验知识的支持，通过遥感成像时辐射传输的模拟运算，在低光谱分辨率遥感数据提供的图像纹理信息和地类信息的基础上，获取高光谱分辨率影像各光谱波段的模拟遥感影像，同时避免难以接受的计算量。本专利技术提出的模拟方法，包括模拟资料的收集；确定作为模板的低光谱分辨率遥感影像；波谱知识库的数据处理；低光谱分辨率遥感影像分类图的获取；各像元点多波段反射率的获取；构建转换模型，获取高光谱分辨率影像各光谱波段的反射率影像。本专利技术提出的技术方法能够加强遥感影像获取过程中电磁波传输机理的研究，建立有助于遥感反演的正向模型；弥补遥感数据库中的缺失，满足遥感应用者的需要；为遥感器工作模式与参数的选择提供支持；使我们可以在卫星发射或机载实验前就看到其模拟影像，增加传感器研制决策者的感性知识，帮助决策者制定卫星发射计划。附图说明图1是本专利技术的光谱匹配分类流程图；图2是本专利技术的技术路线流程图。具体实施例方式如图2所示，本专利技术提出一种星载成像光谱仪遥感影像的模拟技术，包括模拟资料的收集；确定作为模板的低光谱分辨率遥感影像；波谱知识库的数据处理；低光谱分辨率遥感影像分类图的获取；各像元点多波段反射率的获取；构建转换模型，获取高光谱分辨率影像各光谱波段的反射率影像。完整的技术流程如下●模拟资料的收集。包括三部分的内容能提供详细的高光谱分辨率影像各光谱波段范围反射率信息的波谱知识库资料、现有的遥感影像获取低光谱分辨率影像的各光谱波段的数据信息、星载光谱仪资料以获取高光谱分辨率影像的各光谱波段的范围。●确定作为模板的低光谱分辨率遥感影像。遥感影像依据成像机理分为光学影像和微波影像两大类型，同类型影像的光谱分辨率和空间分辨率亦不相同。由于模拟过程是对低光谱分辨率影像在光谱分辨率上进行细划分，在选择模版影像时，需要选择同模拟影像在影像类型和空间分辨率上最为接近的遥感影像，以减少空间分辨率转换带来的误差，提高模拟影像的精度，增加模拟影像的可信性。●波谱知识库的数据处理。波谱知识库提供了海量的地物光谱反射率数据，为地物的光谱分析提供了有利的帮助。将波谱库中的数据同遥感数据结合应用时，需要利用传感器波段响应函数将光谱库中的数据拟合到遥感影像的波段范围，这样两者才能在统一的尺度上比较应用。●低光谱分辨率遥感影像分类图的获取。通过对遥感影像各像元点进行光谱相似性分析，运用光谱匹配的方法识别各像元点代表的地物类型。地物类型判别的精度对模拟的精度有决定性的影响。●各像元点多波段反射率的获取。从原有遥感影像上只能够获取特定光谱波段的反射率值，通过模版影像的分类图，能够明确地确定各像元代表的地物类型。以地物类型作为属性参数，在波谱知识库中查找到该类型的海量波段反射率值，从而扩充了光谱分辨率信息。●构建转换模型，获取高光谱分辨率影像各光谱波段的反射率影像。以已有遥感影像各像元点反射率和从波谱知识库中查找到的高光谱分辨率影像各波段范围的反射率值为输入参数，构建转换模型，得到高光谱分辨率影像各光谱波段的模拟图像。建立转换模型时需要考虑到实测数据同遥感反演数据间存在的客观差异(包括大气辐射的影响、地形影响等)，通过模型的模拟计算，模拟出传感器接收到的高光谱分辨率影像各光谱波段范围的影像。下面介绍本专利技术的光谱匹配分类方法。不同类型地物的光谱反射率曲线不同，通过对曲线的相似性分析，能够完成地物识别判断。光谱匹配方法运用了将待测地物的光谱反射率曲线与标准的光谱反射率曲线的形状进行比较，寻找出最为相似的反射率曲线的方法，来识别地物类型，具体过程如图1所示。两个像元矢量r＝(r1，r2，...，rL)T和r′(r1′，r2′，...，rL′)T，每个rj、rj′代表了每个像元不同波段的维分量，s＝(s1，s2，...，sL)T和s′＝(s1′，s2′，...，sL′)T为各矢量对应的光谱值。由信息论的知识，可以用以上的概率分布函数定义特定波段的自信息Ij(r)＝-log pj(1)Ij(r′)＝-log qj(2) 根据公式(1)和(2)，两个像元的自信息差异可以定义为Dj(r||r′)＝Ij(r)-Ij(r′)＝-log(pj/qj)(3)其全部波段的均值相关熵Dj(r||r′)为D(r||r′)=Σj=1LDj(r||r′)pj=Σj=1L-pjlog(pj/qj)---(4)]]>光谱信息散度(SID)SID(r，r′)＝-(D(r||r′)+D(r′||r)) (5)找出具有最小光谱信息散度的值，就能够自动判别出该类型的地物类别。下面介绍本专利技术的星载成像光谱仪遥感影像模拟技术的转换模型构建方法。假设L为低光谱分辨率影像波段范围信号能量(表观反射率)，β(λ)为代表不同波段对应的光谱响应函数的权本文档来自技高网...
【技术保护点】
星载成像光谱仪遥感影像的模拟技术，包括：模拟资料的收集确定作为模板的低光谱分辨率遥感影像波谱知识库的数据处理低光谱分辨率遥感影像分类图的获取各像元点多波段反射率的获取构建转换模型，获取高光谱分 辨率影像各光谱波段的反射率影像。
【技术特征摘要】
【专利技术属性】
技术研发人员：牛铮，陈方，
申请(专利权)人：牛铮，陈方，
类型：发明
国别省市：11[中国|北京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。