论文部分内容阅读
Landsat8影像已在岩石矿物识别、矿化蚀变和断层信息的提取、温度反演等诸多领域得到了广泛应用。但遥感影像中的云会极大影响各种参数反演的精度,降低数据的利用率,例如在监测冰川动态变化时,由于冰川和云都拥有高反射以及低温特性,冰川容易误判为云。因此,准确的云识别对遥感影像的使用具有重要意义。本文在充分研究之前云识别方法基础上,提出了一种针对Landsat 8影像的云识别方法。论文首先从实验室光谱和实际采样两个方面分析了各地物和云的光谱特征,将云分为厚云和薄云两类。通过分析可以看出,不同下垫面条件厚云的光谱特征较为一致,阈值较为容易确定,而薄云的光谱特征受下垫面条件的影响,阈值较难确定,需要针对影像特点单独设置。通过辐射光谱特征可以看出:云在可见光的辐射率大于地物,在热红外的辐射率小于地物。因此利用波谱面积来描述总辐射量,构建了基于像元的波谱面积比值(spectral arearatio,Sratio)。为了将不同下垫面区分,论文利用归一化植被指数(NDVI)和波谱面积比值构建影像的二维散点图。针对薄云阈值选择困难、不同研究目的对云识别需求不同的问题,采用高、中、低3种置信区间,根据影像特点单独设置阈值,完成对云的识别。主要得到以下方面的进展和结论:(1)针对Landsat8波段设置特点,使用了波谱面积比值的方法,该方法利用波谱面积来表征像元总辐射强度,通过比值增强下垫面和云的光谱特征。实验表明,该方法能较好强化云和不同下垫面的差异,弥补了原有波段阈值法光谱信息利用不充分的不足。(2)构建了基于归一化植被指数(NDVI)和波谱面积比值(Sratio)的二维散点图。该图能够将不同下垫面区分开,解决了在复杂下垫面条件下,单变量频率分布曲线中阈值难以选取的问题。(3)云识别阈值可调,能满足不同研究目的对云识别的需求,提高了遥感影像的利用率,弥补了传统方法阈值固定,普适性差的不足。(4)使用以高反射熔岩主的影像、以城镇、海岸带为主的影像和以冰川、冻土为主的影像分别验证了本文提出的方法,并和Fmask云识别方法、QA波段云掩膜方法以及ACCA+Cirrus云识别方法在9个不同试验区进行精度评价分析。结果表明:无论目视效果还是识别精度上,本文方法都表现了较强的优越性,总体精度提高10%左右。