高空间分辨率遥感影像地形校正方法比较
王岩, 刘英杰, 武晋雯, 孙龙彧, 刘婧楠, 许常华
2024, 0(10):
91-97.
doi:10.13474/j.cnki.11-2246.2024.1015.
摘要
(
)
PDF (10205KB)
(
)
参考文献 |
相关文章 |
多维度评价
在地形复杂的山区,地形阴影对遥感影像信息提取造成了极大的影响,因此应对遥感影像进行地形校正,从而消除地形效应,恢复地形阴影区域的地表反射率。本文以辽宁东部林区(辽东林区)为研究区域,采用空间分辨率为16m的GF-1 WFV遥感影像,分别使用SCS+C、Minnaert+SCS和SCEDIL校正模型对原始影像进行地形校正,通过目视分析、光谱保留效果、地形校正效果、分类精度验证和阴阳陡坡光谱反射率一致性等评价指标对校正前后的影像进行对比,最终确定适合于林区的最佳地形校正模型。研究结果表明:①对连续山地丘陵且地形起伏较大的林区,SCS+C相比Minnaert+SCS和SCEDIL模型光谱保留性更好,校正前后各波段反射率均值相差小于4.32,且不存在过校正现象;通过校正后近红外波段反射率与太阳入射角余弦相关性判断3种模型的地形校正效果,SCS+C模型相关性最小,地形校正效果最好,Minnaert+SCS相关性略大,SCEDIL模型存在过校正现象;SCS+C模型校正后影像分类精度比校正前提高近3%,与Minnaert+SCS及SCEDIL模型相比高出近2%。②基于地形校正原理新增阴阳陡坡光谱反射率一致性评价方法,利用校正前后对阴阳陡坡NDVI的影响作为地形校正效果的评价指标,SCS+C校正效果最佳,两个典型区域校正前后阴阳陡坡光谱反射率均值的绝对偏差(10-2)分别由1.14减小至0.58和由1.67减小至0.49,校正后阴阳陡坡光谱一致性提升。综上所述,SCS+C模型优于Minnaert+SCS和SCEDIL,更适用于林区的地形校正。