186 lines
6.0 KiB
Markdown
186 lines
6.0 KiB
Markdown
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. |