一种NDVI最大值遥感数据产品无缝生产处理方法技术

本发明专利技术公开了一种NDVI最大值遥感数据产品无缝生产处理方法，其方法如下：A、采集影像数据筛选得到研究区影像数据集；B、计算研究区影像数据集中像元NDVI值；C、确定同一空间区域的参考影像与待调整影像；D、构建累积分布函数模型统计NDVI值累积分布数据；E、构建参考影像与待调整影像对应匹配的网络匹配模型对待调整影像进行调整，比较同一空间区域影影像数据NDVI均值并得到NDVI最大值影像数据。本发明专利技术通过提取参考影像、待调整影像，建立影像间的匹配校正关系，重建了植被在最大绿色时间缺失的NDVI数据，解决了数据生产时间不一致产生的镶嵌缝线问题，使得计算结果更逼近NDVI年最大值，具有数据处理流程简便且高效、处理时间短且效率高等优点。且效率高等优点。且效率高等优点。

【技术实现步骤摘要】
一种NDVI最大值遥感数据产品无缝生产处理方法


[0001]本专利技术涉及遥感云计算、遥感影像处理及植被指数产品生产领域，尤其涉及一种NDVI最大值遥感数据产品无缝生产处理方法。

技术介绍

[0002]植被作为陆地生态系统最重要的组分之一，具有连接水文、土壤、大气等生态要素的关键作用，可以为自然生态系统和人类生产生活提供强有力的保障(相关文献1：1982—2015年中国气候变化和人类活动对植被NDVI变化的影响[J].地理学报,作者：金凯、王飞,、韩剑桥等；相关文献2：1982
–
2020年中国5km分辨率逐月NDVI数据集[J/OL].中国科学数据，作者：徐洋、杨雅萍)。利用遥感手段建立的植被指数仅通过简单的波段计算便能够强化并提取植被信息，其中归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)是目前应用最广泛的表征遥感植被指数之一，通过影像数据(比如遥感影像)在计算NDVI值，由于受到云、云阴影遮挡会导致计算存在误差。该指数基于叶绿素在红光(RED)波段的高吸收率和植物体在近红外(NIR)波段的高反射率特性，能有效反映植被生长的密度和相对活力情况。在全球范围内被广泛应用于植被监测和生态系统变化监测，NDVI某一时期最大值(比如NDVI年最大值)能够很好的反应植被生长最旺盛时期的植被状况，利用长时序多年NDVI能更加全面描述年际间植被变化特征，也对植被生态系统研究的重要课题，因此如何获取高质量的NDVI年最大值遥感数据产品是尤为关键的，也是亟需解决的技术难题。

技术实现思路

[0003]针对现有技术存在的不足之处，本专利技术的目的在于提供一种NDVI最大值遥感数据产品无缝生产处理方法，通过提取参考影像、待调整影像，建立影像间的匹配校正关系，重建了植被在最大绿色时间缺失的NDVI数据，解决了数据生产时间不一致产生的镶嵌缝线问题，使得计算结果更逼近NDVI年最大值，具有数据处理流程简便且高效、处理时间短且效率高等优点。
[0004]本专利技术的目的通过下述技术方案实现：
[0005]一种NDVI最大值遥感数据产品无缝生产处理方法，其方法如下：
[0006]A、采集影像数据构成影像数据集，影像数据中包含影像ID号、波段数据、影像信息，影像信息包括日期信息、空间信息；确定研究区的研究区域与研究日期，以研究区域作为空间筛选区域、以研究日期作为日期筛选范围筛选得到研究区影像数据集；对研究区影像数据集的影像数据中像元进行遍历，挑选包含云、云阴影相对应的波段并在影像数据中将云、云阴影区域去除；
[0007]B、按照如下公式计算研究区影像数据集中所有去除云、云阴影区域的影像数据中像元的归一化差值植被指数NDVI并对应存储得到像元NDVI值数据集：
[0008]其中NIR代表近红外波段的地表反射率，RED代表红光波段的地表反射率；
[0009]C、统计步骤B中研究区影像数据集同一空间区域的影像数据中所有像元的归一化差值植被指数NDVI均值，得出同一空间区域所有影像数据的归一化差值植被指数NDVI均值最大的那个影像数据并选定作为参考影像，同一空间区域的其余影像数据作为待调整影像；
[0010]D、构建累积分布函数模型，累积分布函数模型对同一空间区域的参考影像、待调整影像分别进行像元NDVI值按照小到大排序的累积占比统计，得到参考影像的NDVI值累积分布数据和待调整影像的NDVI值累积分布数据，参考影像和待调整影像的NDVI值累积分布数据包括NDVI值和NDVI值所对应的累积占比数，NDVI值所对应的累积占比数为小于等于NDVI值的累积占比数；
[0011]E、构建参考影像与待调整影像对应匹配的网络匹配模型；
[0012]E1、网络匹配模型建立待调整影像中NDVI值a
i
与参考影像中NDVI值b
j
的匹配关系(a
i
，b
j
)，网络匹配模型中匹配关系(a
i
，b
j
)的匹配方法如下：
[0013]按照匹配关系(a
i
，b
j
)中待调整影像NDVI值a
i
所对应的累积占比数与参考影像NDVI值b
j
所对应的累积占比数相等进行对应匹配；
[0014]E2、匹配关系(a
i
，b
j
)完毕后，以参考影像的NDVI值b
j
对同一空间区域的待调整影像按照如下方法进行调整：
[0015]将匹配关系(a
i
，b
j
)中参考影像的NDVI值b
j
对应赋值替换待调整影像的NDVI值a
i
，得到调整后待调整影像及调整后像元NDVI值数据集，比较同一空间区域参考影像与调整后待调整影像的NDVI均值并选择NDVI均值最大的那个影像数据作为NDVI最大值影像数据。步骤C～E主要在于处理研究区同一空间区域、不同时间的各个影像数据处理并从中调整得到NDVI最大值影像数据。
[0016]为了实现研究区影像数据集中所有空间区域的影像数据处理以便得到研究区NDVI最大值影像数据产品，本专利技术还包括如下方法：
[0017]F、按照步骤C～E对研究区影像数据集中所有空间区域的影像数据进行依次处理，分别得到研究区所有空间区域的NDVI最大值影像数据，将研究区所有空间区域的NDVI最大值影像数据依次融合处理得到研究区NDVI最大值影像数据产品及研究区NDVI最大值数据集合。
[0018]优选地，本专利技术在步骤D中，还包括如下方法：
[0019]累积分布函数模型以参考影像的NDVI值累积分布数据构建得到参考影像NDVI值累积分布函数图，参考影像NDVI值累积分布函数图以NDVI值为横坐标、NDVI值所对应的累积占比数为纵坐标；
[0020]累积分布函数模型以待调整影像的NDVI值累积分布数据构建得到待调整影像NDVI值累积分布函数图，待调整影像NDVI值累积分布函数图以NDVI值为横坐标、NDVI值所对应的累积占比数为纵坐标。
[0021]在本专利技术思想范围下，本专利技术提供第二种优选的技术方案：步骤A中去除云、云阴影区域的影像数据中对应云、云阴影区域构建出云掩膜并得到云掩膜数据，云掩膜数据包
括云、云阴影区域的位置信息。
[0022]进一步优选的技术方案是：在步骤E2中，在确定NDVI最大值影像数据之前还包括对同一空间区域的参考影像与调整后待调整影像中云、云阴影区域进行补充校正处理，方法如下：参考影像与调整后待调整影像中云、云阴影区域的NDVI均值采用同一位置信息下其他调整后待调整影像或参考影像中非云、非云阴影区域的NDVI均值极大值对应替换以实现补充校正，然后比较同一空间区域补充校正后参考影像与补充校正后待调整影像的NDVI均值并选择NDVI均值最大的那个影像数据作为NDVI最大值影像数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种NDVI最大值遥感数据产品无缝生产处理方法，其特征在于：其方法如下：A、采集影像数据构成影像数据集，影像数据中包含影像ID号、波段数据、影像信息，影像信息包括日期信息、空间信息；确定研究区的研究区域与研究日期，以研究区域作为空间筛选区域、以研究日期作为日期筛选范围筛选得到研究区影像数据集；对研究区影像数据集的影像数据中像元进行遍历，挑选包含云、云阴影相对应的波段并在影像数据中将云、云阴影区域去除；B、按照如下公式计算研究区影像数据集中所有去除云、云阴影区域的影像数据中像元的归一化差值植被指数NDVI并对应存储得到像元NDVI值数据集：其中NIR代表近红外波段的地表反射率，RED代表红光波段的地表反射率；C、统计步骤B中研究区影像数据集同一空间区域的影像数据中所有像元的归一化差值植被指数NDVI均值，得出同一空间区域所有影像数据的归一化差值植被指数NDVI均值最大的那个影像数据并选定作为参考影像，同一空间区域的其余影像数据作为待调整影像；D、构建累积分布函数模型，累积分布函数模型对同一空间区域的参考影像、待调整影像分别进行像元NDVI值按照小到大排序的累积占比统计，得到参考影像的NDVI值累积分布数据和待调整影像的NDVI值累积分布数据，参考影像和待调整影像的NDVI值累积分布数据包括NDVI值和NDVI值所对应的累积占比数，NDVI值所对应的累积占比数为小于等于NDVI值的累积占比数；E、构建参考影像与待调整影像对应匹配的网络匹配模型；E1、网络匹配模型建立待调整影像中NDVI值a
i
与参考影像中NDVI值b
j
的匹配关系(a
i
，b
j
)，网络匹配模型中匹配关系(a
i
，b
j
)的匹配方法如下：按照匹配关系(a
i
，b
j
)中待调整影像NDVI值a
i
所对应的累积占比数与参考影像NDVI值b
j
所对应的累积占比数相等进行对应匹配；E2、匹配关系(a
i
，b
j
)完毕后，以参考影像的NDVI值b
j
对同一空间区域的待调整影像按照如下方法进行调整：将匹配关系(a
i
，b
j
)中参考影像的NDVI值b
j
对应赋值替换待调整影像的NDVI值a
i
，得到调整后待调整影像及调整后像元NDVI值数据集，...

【专利技术属性】
技术研发人员：李军，秦婷婷，张成业，马雪松，王雅颖，王金阳，
申请(专利权)人：北京数论科技有限公司，
类型：发明
国别省市：