论文部分内容阅读
山区遥感监测是遥感应用的重要领域。在山区遥感监测研究中，山区地表辐射受到地形的严重影响，其中太阳直射光受地形影响较为严重，不同坡度、坡向的太阳直射辐射差异很大，特别是低太阳高度、高地形起伏区域遥感影像的阴影尤其突出，此外天空散射光以及邻近坡地的交叉辐射也受地形条件影响。山区地形起伏严重影响了遥感信息的有效提取，使得山区遥感监测精度不够理想，阻碍了遥感影像的进一步分析应用。定量遥感的兴起，使得山区遥感数据的地形辐射校正越来越受到重视。然而，目前国内对山区遥感影像地形辐射校正的研究尚不够深入，本文希望通过对地形辐射校正模型的研究，增强人们对地形辐射校正重要性的理解，促进遥感技术在山区遥感监测的应用。本文研究的主要进展如下：
(1)对近些年来发展的地形辐射校正模型作了比较详细的总结，分析了运用现有模型进行地形辐射校正的主要局限。
(2)通过对余弦校正模型、C校正模型、SCS校正模型、SCS+C校正模型的应用分析对比研究，结果表明，SCS和SCS+C模型由于解释了树木的向地性生长特性，更符合实际情况，因而更具有优势。大多数校正模型在校正坡度大于20度的陡峭山地影像时都没有很好的效果，余弦校正和SCS校正都不适合对陡峭山地的完全阴影区域进行地形辐射校正。地形坡度越大的区域，校正方程的分母越小，校正程度就会越大，于是出现较为严重的过度校正问题。SCS+C校正在SCS校正框架上引入C系数，减弱了过度校正，而C系数的引入并没有使得SCS+C跟SCS之间产生本质原理上的差异，而是保留了SCS校正的优点。SCS+C校正具有非常明显的普遍性优势，SCS提供了一种更加符合地表实际的地形辐射校正原理，而SCS+C是在这个原理基础上获得的一种具有良好地形辐射校正效果的实践方案。
(3)将矩匹配算法引入地形辐射校正，并取得比较好的校正效果。该方法基于统计原理、运算简单、计算时间短，是一种非常有效的地形辐射校正方法，具有普遍的适应性，原则上适应于各种类型各种区域的山区影像地形辐射校正，尤其对地形复杂的大范围影像的校正效果明显。一般而言，在计算机软硬件允许的条件下图像越大，能够更加充分的达到统计的基本要求，校正效果也越好。采用矩匹配算法对影像进行地形辐射校正要求相应的高分辨率DEM数据参与计算，此外在实际操作当中矩匹配参考标准的确定需要充分的先验知识支持。
(4)矩匹配算法与C校正的对比分析。对于地形复杂的山区大范围影像，矩匹配算法优于C校正方法；而对于地形简单的小区域图像，二者差异不大，在细节解译方面C校正略优。
(5)DEM精度对基于矩匹配算法的地形辐射校正效果的影响分析。在矩匹配算法应用研究中发现，DEM数据源精度的高低是算法是否能够成功实现的关键，DEM精度越高，校正效果越好。