BRDF/Flexbrdf/hytools/topo/原理.md

基于 Flexbrdf/hytools/topo 目录下的代码，我来详细解释地形校正的原理。

地形校正原理详解 地形校正（Topographic Correction）的目的是消除地形起伏（坡度、坡向）对高光谱图像反射率的影响。由于太阳光入射角度在不同坡度和坡向上的变化，同一地物在不同地形位置会呈现不同的辐射亮度，地形校正就是要将这种差异归一化到水平地表的条件。

一、核心概念：入射角余弦（cosine i） 地形校正的核心是计算入射角余弦（cosine of incidence angle），即太阳光线与地表法线之间夹角的余弦值。

计算公式（在 topo.py:53）：

cosine_i = np.cos(solar_zn)*np.cos(slope) + np.sin(solar_zn)*np.sin(slope)*np.cos(relative_az) 其中：

solar_zn：太阳天顶角（太阳光线与垂直方向的夹角） solar_az：太阳方位角 slope：地面坡度 aspect：地面坡向 relative_az = aspect - solar_az：相对方位角 物理意义：

当 cosine_i = 1 时，太阳光垂直照射地面（正午水平地表） 当 cosine_i < 1 时，太阳光斜射，照度降低 背阴坡 cosine_i 较小，向阳坡 cosine_i 较大 二、支持的5种地形校正方法

1. Cosine 校正（余弦校正） 原理：最简单的地形校正方法，假设地表为朗伯体（各向同性反射）。

校正公式（cosine.py:50）：

c_factor = cos_solar_zn / cos_i cos_solar_zn：水平地表的太阳天顶角余弦 cos_i：实际地表的入射角余弦 校正效果：

corrected_reflectance = original_reflectance × (cos_solar_zn / cos_i) 特点：

简单快速 假设地表是理想朗伯体，对非朗伯体（如植被）校正过度 2. SCS 校正（Sun-Canopy-Sensor） 原理：考虑森林冠层对地形影响的简化模型，基于 "cosine i" 但增加坡度因子。

校正公式（scs.py:51）：

c_factor = (cos_slope × cos_solar_zn) / cos_i 与 Cosine 方法的区别：

增加了 cos_slope 项（坡度余弦） 考虑了坡度对观测路径的影响 适用场景：森林覆盖区域

3. C 校正（C-Correction） 原理：在 Cosine 校正基础上增加一个经验系数 C，用于调整非朗伯体效应。

校正公式（c.py:177）：

correction_factor = (cos_sz + C) / (cosine_i + C) 其中 C 系数的计算过程（c.py:42-76）：

对每个波段，建立反射率与 cosine_i 的线性关系：

ρ = slope × cos_i + intercept 通过最小二乘拟合（OLS）或非负最小二乘（NNLS）求解

计算 C 系数（Soenen et al. 2005, Eq. 8）：

C = intercept / slope 物理意义：C 值越大，表示地表越接近朗伯体，校正强度越接近 Cosine 方法；C 值越小，校正越保守。

拟合方法选择（c_fit_type）：

ols：普通最小二乘（Ordinary Least Squares） nnls：非负最小二乘（Non-Negative Least Squares） wls：加权最小二乘（Weighted Least Squares） 4. SCS+C 校正（推荐用于森林） 原理：结合 SCS 和 C 校正的优势，是目前森林地形校正的主流方法（Soenen et al. 2005, IEEE TGRS）。

计算步骤（scsc.py）：

计算 c1 因子：

c1 = cos(solar_zn) × cos(slope) 计算 C 系数（与 C 校正相同，通过线性回归）

综合校正因子（scsc.py:115-125）：

correction_factor = (c1 + C × cos_slope) / (cos_i + C) 为什么有效：

SCS 部分处理冠层-地形几何关系 C 部分调整非朗伯体效应 相比单独使用 SCS 或 C 校正，能更好地保持植被反射率的一致性 5. Modified Minnaert 校正（改进的 Minnaert） 原理：基于 Minnaert 指数的半经验方法，区分植被和非植被区域进行不同强度的校正（Richter et al. 2009）。

算法流程（modminn.py:46-83）：

计算调整后的太阳天顶角：

if solar_zn < 45°: solar_zn_t = solar_zn + 20° if 45° ≤ solar_zn ≤ 55°: solar_zn_t = solar_zn + 15° if solar_zn > 55°: solar_zn_t = solar_zn + 10° NDVI 掩膜分类：

植被区（NDVI > 0.2） 非植被区（NDVI ≤ 0.2） 计算基础校正因子：

factor = cos_i / cos(solar_zn_t) 分区应用不同指数：

区域 短波（<720nm） 长波（≥720nm） 非植被 factor^(1/2) factor^(1/2) 植被 factor^(3/4) factor^(1/3) 限幅处理：

factor = np.clip(factor, 0.25, 1.0) 阈值控制：当入射角小于调整后的太阳天顶角时不进行校正

特点：

自适应不同地物类型 区分短波和长波有不同的散射特性 通过指数控制校正强度，避免过度校正 三、地形校正的工作流程 从 topo.py:104-154 可以看出地形校正的完整流程：

1. 设置地形参数（set_topo） ↓
2. 生成计算掩膜（calc_mask） ↓
3. 计算校正系数（calc_*_coeffs）
   • 遍历每个波段（跳过坏波段）
   • 根据选定的算法类型计算校正因子 ↓
4. 应用校正（apply_*）
   • 支持多种数据切分方式：line/column/band/chunk/pixels 四、关键配置参数 参数 类型 说明 适用算法 type str 校正算法类型 所有 calc_mask list 计算校正系数的掩膜条件 所有 apply_mask list 应用校正的掩膜条件 所有 c_fit_type str C系数拟合方法：ols/nnls/wls c, scs+c sample_perc float 采样比例（用于分组计算） 分组计算时 五、算法选择建议 场景 推荐算法 理由 裸土/岩石 Cosine 或 C 地表接近朗伯体 森林植被 SCS+C 考虑冠层几何，校正效果最好 草地/灌木 SCS 简单有效 混合地物 Modified Minnaert 自适应不同地物 需要精确结果 C 或 SCS+C + 分组计算 按NDVI分组计算C系数 六、参考文献 SCS+C 方法：Soenen, S. A., Peddle, D. R., & Coburn, C. A. (2005). SCS+C: A Modified Sun-Canopy-Sensor Topographic Correction in Forested Terrain. IEEE TGRS, 43(9), 2148-2159.

方法比较：Richter, R., Kellenberger, T., & Kaufmann, H. (2009). Comparison of topographic correction methods. Remote Sensing, 1(3), 184-196.

C 校正：Teillet, P. M., Guindon, B., & Goodenough, D. G. (1982). On the slope-aspect correction of multispectral scanner data. Canadian Journal of Remote Sensing, 8(2), 84-106.