地形抹平与半经验模型的Landsat TM/ETM+地形校正方法

地形校正可以减小地形起伏对地物光谱的影响,提高计算机分类在山区的精度。设计了针对全球土地覆盖分类的Landsat TM/ETM+数据地形校正方法 SCOS(Smoothed COS余弦),首先对地形的坡度角进行抹平处理,很大程度上削弱了地表非朗伯性对地形校正的影响,然后利用简单有效的余弦校正去除地形效应。该方法与其他常用地形校正算法的对比分析是通过对全球不同区域、不同地表覆盖的有代表性的6景Landsat TM/ETM+数据的试验,采用统计分析与目视判读的方式,从过度校正和类内均一性两个方面进行的。结果表明,该方法在目视效果和统计结果上优于常规方法,并且更加简单有效,无需复杂的大气参数及传感器参数,满足全球地表覆盖分类对地形校正的需求。

面向高空间分辨率遥感影像的山区地形校正方法

山区地形复杂,遥感影像地形效应明显,易造成"同物异谱"、"同谱异物"现象,增大了遥感地质填图的难度.但前人对适用于复杂地形条件下地质填图的地形校正模型讨论较少,特别是校正高空间分辨率遥感影像时多缺少对应高精度数字高程模型,校正结果易受地形异常影响.在Richter"山区"校正模型基础上引入地形抹平模型,提出"Smoothed山区"校正方法,并与另14种地形校正模型在GF-1、GF-2、SPOT6山区影像上进行对比实验.结果显示,"Smoothed山区"校正模型在山区高空间分辨率遥感影像的校正效果明显优于其他模型,校正结果地形效应减弱,影像信息丰富不失真,并且直接获取地表反射率数据,可为进一步的遥感蚀变提取等工作提供基础数据.该模型适用于复杂地形山区的遥感地质填图.