一种在PALSAR森林分类结果中去除高生物量甘蔗的方法

摘要

本发明公开了一种在PALSAR森林分类结果中去除高生物量甘蔗的方法，它涉及遥感影像处理技术领域。其包括以下步骤：1、利用决策树分类或监督分类等方法，从PALSAR雷达影像中实现森林信息的提取；2、选择多幅离PALSAR影像获取时间较近但未处于森林落叶季的光学遥感影像，完成预处理，计算水分指数LSWI；3、对多幅LSWI影像进行最小值合成，得到研究区域无云的LSWI产品；4、对PALSAR森林分类结果或LSWI产品进行重采样，实现空间分辨率的统一；5、对重采样后的PALSAR森林结果进行波段运算，过滤掉LSWI值低于零值的森林像元。本发明能提高森林分类精度。

权利要求

1.消除基于PALSAR雷达影像的森林分类结果中城市建筑像元方法,其特征在于，其包括以下步骤：(1)、利用决策树分类或监督分类方法，从PALSAR雷达影像中实现森林信息的提取；

(2)、选择离PALSAR影像的获取时间较近的多幅相同卫星的光学遥感影像，分别计算归一化植被指数NDVI；

(3)、对多幅NDVI影像进行最大值合成，得到研究区域无云的NDVI产品；

(4)、对PALSAR森林分类结果和NDVI产品进行重采样，实现空间分辨率的统一；

(5)、利用森林和城市建筑地面样本，绘制两种地物的NDVI直方图，确定过滤边界值T；

(6)、对重采样后的PALSAR森林结果进行波段运算，过滤掉NDVI值低于边界值T的森林像元。

2.根据权利要求1所述的消除基于PALSAR雷达影像的森林分类结果中城市建筑像元方法,其特征在于，所述的步骤(1)中的PALSAR雷达影像为50或25米空间分辨率。

3.根据权利要求1所述的消除基于PALSAR雷达影像的森林分类结果中城市建筑像元方法,其特征在于，所述的步骤(2)中的预处理为几何校正、辐射校正和大气校正。

说明书

一种在PALSAR森林分类结果中去除高生物量甘蔗的方法

技术领域

[0001] 本发明涉及的是遥感影像处理技术领域，具体涉及一种在PALSAR森林分类结果中去除高生物量甘蔗的方法。

背景技术

[0002] PALSAR是ALOS卫星携带的一个L波段合成孔径雷达传感器，不受云层、天气和昼夜影响，可全天候对地观测，获取高分辨率的雷达数据。L波段比C、X等雷达波段具有更强的穿透力，能够获取丰富的地物空间结构信息，尤其对森林植被具有很好的识别能力，目前已被广泛用于森林信息的提取。高生物量的甘蔗会表现出与森林极为相似的后向散射系数特征（图1），如果分类使用的PALSAR雷达影像的获取时间正好处在甘蔗高生物量期间，甘蔗会被误分为森林。在甘蔗种植较多的广西、海南、广东等地，单独使用PALSAR雷达影像进行森林分类，甘蔗会显著影响分类结果精度。

[0003] 由于森林和甘蔗都属于植被，在生长季都具有较高的生归一化植被指数 NDVI，因此，使用 NDVI难以将其分离。但是，在甘蔗收获或作物轮作初期，甘蔗的植被指数会经历一个突变过程，而对于森林，在非落叶季植被指数不会具有这种显著变化特征。因此，可以根据森林和甘蔗的植被指数季节变化差异来实现它们的分离。在众多植被指数之中，水分指数LSWI对森林和甘蔗的可分性更好，物理意义更明确。在甘蔗收获或土地轮作初期，有裸露表土，其近红外波段的反射率会低于中红外波段的反射率，LSWI会小于零，而森林近红外波段反射率远大于中红外波段，LSWI会大于零。 因此可以利用LSWI<0来消除PALSAR森林分类结果中的甘蔗，提高分类精度。考滤到云及其阴影的影响（尤其是热带地区），在特定的季节内大面积获取无云的光学影像非常困难，采用多时相光影像进行最小值合成，是大面积获取无云LSWI产品的有效方法。

发明内容

[0004] 针对现有技术上存在的不足，本发明目的是在于提供一种在PALSAR森林分类结果中去除高生物量甘蔗的方法, 利用多时相光学影像合成的水分指数LSWI来消除PALSAR森林分类结果中的甘蔗像元，提高森林分类结果精度。使用本方法的前提是研究区域存在大量的甘蔗，并且所使用的 PALSAR影像的获取时间正处于甘蔗接近成熟或已成熟但未收割的季节。

[0005] 为了实现上述目的，本发明是通过如下的技术方案来实现：一种在PALSAR森林分类结果中去除高生物量甘蔗的方法，其包括以下步骤：1、利用决策树分类或监督分类等方法，从PALSAR雷达影像（50或25米空间分辨率）中实现森林信息的提取。

[0006] 2、选择多幅离PALSAR影像获取时间较近但未处于森林落叶季的光学遥感影像，完成预处理（几何校正、辐射校正和大气校正），计算水分指数LSWI。

[0007] 3、对多幅LSWI影像进行最小值合成，得到研究区域无云的LSWI产品。

[0008] 4、对PALSAR森林分类结果或LSWI产品进行重采样，实现空间分辨率的统一。

[0009] 5、对重采样后的PALSAR森林结果进行波段运算，过滤掉LSWI值低于零值的森林像元。

[0010] 本发明的有益效果：本发明涉及森林空间分布信息提取，可用于消除或明显降低基于PALSAR的森林分类结果中的高生物量甘蔗像元，提高森林分类精度。

附图说明

[0011] 下面结合附图和具体实施方式来详细说明本发明；

[0012] 图1为本发明的背景技术中的高生物量的甘蔗会表现出与森林极为相似的后向散射系数特征图。（森林与不同生物量的甘蔗在25米PALSAR的HV波段中后向散射系数特征。当甘蔗生物量较低时，它与森林的后向散射系数具有明显差异，但当甘蔗接近成熟时（具有较高的生物量），后向散射率系数与森林极为相似。）

[0013] 图2为本发明的实施例1的海南2009年25米PALSAR镶嵌产品影像获取时间图；

[0014] 图3为本发明的使用最小值合成LSWI修正PALSAR森林分类结果中甘蔗像元示意图：（a）儋州市西部沿海地区2010年3月24日的Landsat TM影像，采用543波段组合假彩色显示。（b）基于PALSAR的森林分类结果，甘蔗被误分为森林（绿色），（c）LSWI合成产品，甘蔗地LSWI明显低于零，（d）经过LSWI修正后的PALSAR森林分类结果与TM影像叠加（过滤LSWI<0的森林像元），该地区森林分类结果精度明显提高。

具体实施方式

[0015] 为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

[0016] 参照图2，本具体实施方式采用以下技术方案：一种在PALSAR森林分类结果中去除高生物量甘蔗的方法，其包括以下步骤：1、利用决策树分类或监督分类等方法，从PALSAR雷达影像（50或25米空间分辨率）中实现森林信息的提取。

[0017] 2、选择多幅离PALSAR影像获取时间较近但未处于森林落叶季的光学遥感影像，完成预处理（几何校正、辐射校正和大气校正），计算水分指数LSWI。

[0018] 3、对多幅LSWI影像进行最小值合成，得到研究区域无云的LSWI产品。

[0019] 4、对PALSAR森林分类结果或LSWI产品进行重采样，实现空间分辨率的统一。

[0020] 5、对重采样后的PALSAR森林结果进行波段运算，过滤掉LSWI值低于零值的森林像元。

[0021] 实施例1：实验地点选择海南省儋州沿海地区，PALSAR雷达影像为2009年镶嵌产品（空间分辨率为25米），其中两个条带影像的获取时间9月15日和10月2日，在这两个条带的沿海地区种植有大量甘蔗，9月中下旬后甘蔗具有很高的生物量。

[0022] 对 PALSAR影像进行预处理，转换影像DN值为归一化雷达截面后向散射数据（sigma naught），利用决策树分类方法实现森林分类，并将森林分类结果重采样至30米。

[0023] 海南的落叶林主要为橡胶林，在落叶及抽叶初期（1-4月初），森林的水份指数可能会低于零。因此，光学影像选择2008-2009年年积日在100-365期间的TM/ETM+影像（L1T）,共计42景(其中TM 24景，ETM+18景)，空间分辨率30米。利用Fmask进行自动除云，LEDAPS进行大气校正，IDL编程实现LSWI最小值合成。

[0024] 对 PALSAR森林分类结果进行波段运算,去除LSWI<0的森林像元（主要为甘蔗）。

[0025] 其实验结果如图3所示，（a）儋州市西部沿海地区2010年3月24日的Landsat TM影像，采用543波段组合假彩色显示。（b）基于PALSAR的森林分类结果，甘蔗被误分为森林（绿色），（c）LSWI合成产品，甘蔗地LSWI明显低于零，（d）经过LSWI修正后的PALSAR森林分类结果与TM影像叠加（过滤LSWI<0的森林像元），该地区森林分类结果精度明显提高。

[0026] 以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。