基于地物特征的遥感影像云阴影光谱重构方法

"遥感影像的云及其阴影覆盖区光谱重构 (2012年) - 吉林大学学报（信息科学版），乔振民、邢立新等人" 本文主要探讨了遥感影像处理中一个关键问题——如何有效地处理由于云层和阴影造成的遮盖，以恢复地物的光谱信息。传统的遥感影像去云和阴影方法主要关注地物的几何特征恢复，但这种方法在基于光谱特征的信息提取方面存在局限。乔振民、邢立新等学者提出了一种创新的光谱重构方法，该方法利用相邻年份相近物候期的两期遥感数据，结合归一化差值和决策树分类技术，来检测和区分云层及阴影区域。 首先，通过归一化差值计算，可以识别出图像中的云和阴影区域，这是基于云和阴影区域与正常地表反射率差异的原理。接着，应用决策树分类算法对这些区域进行分类，以确定被遮盖的地表覆盖类型。这一步骤对于后续的光谱重构至关重要，因为它提供了地物类型的详细信息。 然后，针对每一类地物，研究人员进行了线性回归分析。这种分析是基于未被遮盖区域的地物光谱数据，建立模型以预测和重构被云和阴影遮挡区域的地物光谱。线性回归能够捕捉到不同地物类别间的光谱关系，从而在几何信息恢复的基础上，模拟出被遮盖区域的光谱特性。 实验结果显示，所提出的光谱重构方法在恢复云影响下的地物几何信息的同时，能够有效地模拟遮盖区的地物光谱信息。这表明，这种方法对于提高遥感影像的分析精度和地物识别能力具有显著效果，特别是在环境监测、土地覆盖变化分析等领域有广泛的应用价值。 关键词：厚云；云阴影；归一化差值；线性回归分析 中图分类号：TP7（信息技术、计算机科学技术）；P28（地球物理学、地球探测技术） 文献标识码：A 这项研究属于工程技术领域，特别是遥感和地理信息系统的研究范畴，对于提高遥感数据分析的质量和效率具有重要意义。通过该方法，可以更好地理解和利用遥感数据，减少云和阴影对遥感图像分析的干扰，从而提升遥感在农业、林业、环境监测等领域的应用效果。