科研之友
微信
新浪微博
Facebook
分享链接
摘要
多光谱影像计算的植被指数具有监测植被类型、计算叶面积指数、反演植被覆盖度和估算生物量等作用，但光学影像易被云与阴影污染，增加了获取植被指数的难度.为了获取云层覆盖区域的植被指数，提出了一种融合光学与SAR的植被指数提取算法.实验以新疆维吾尔自治区乌苏市2020年9月11日的Sentinel 1、2020年9月3日无云的Sentinel 2和2020年9月8日有云的Sentinel 2影像为数据源，首先利用Sentinel 1影像构建出6种匹配模型，然后分别利用6种匹配模型的光谱特征重构Sentinel 2影像的云与阴影覆盖的像元，获取6景去云与阴影后的Sentinel 2影像，再用每景去云与阴影后的影像计算3种植被指数(增强型植被指数EVI、归一化植被指数NDVI和土壤调节植被指数SAVI),用无云的Sentinel 2影像作为验证数据，最后使用均方根误差(RMSE)、平均绝对误差(MAE)和相关系数(R)对结果进行精度评价.实验结果表明：该方法能有效地去除光学影像云与阴影的影响，获取云与阴影覆盖区域像元的植被指数；3种植被指数的总体精度较好，相关系数均大于0.8;在6种匹配模型方面，第四种匹配模型在3种植被指数中的精度均为最高.
- 单位
