%0 Journal Article %A 江洪 %A 袁亚伟 %A 王森 %T 阴影消除植被指数(SEVI)去除地形本影和落影干扰的性能评估与应用 %D 2019 %R 10.12082/dqxxkx.2019.190409 %J 地球信息科学学报 %P 1977-1986 %V 21 %N 12 %X

地形校正是崎岖山区遥感图像预处理的关键步骤。为了评估基于DEM数据的经验校正模型、山地辐射传输模型和波段组合优化计算模型在去除地形阴影效应方面的性能,并将其应用于福州市植被覆盖监测,本文采用C模型(和SCS+C模型)、6S+C模型和阴影消除植被指数(SEVI)进行评估、比较。采用1999年和2014年两期Landsat 5 TM卫星数据和相关的 30 m ASTER GDEM V2高程数据,分别计算了C校正(和SCS+C校正)和6S+C校正后的归一化植被指数(NDVI)和比值植被指数(RVI)以及基于表观反射率数据的SEVI。通过目视比较、光谱特征比较以及太阳入射角余弦值(cos i)与植被指数的线性回归分析,可以看出C模型和SCS+C模型对本影具有较好的校正效果,但对落影的校正效果欠佳。NDVI和RVI的本影与邻近无阴影阳坡的相对误差分别从71.64%、52.57%降至4.80%、6.43%(C模型)和0.50%、9.94%(SCS + C模型),而落影与邻近无阴影阳坡的相对误差分别从62.01%、47.57%降至31.05%、24.40%(C模型)和33.42%、16.01%(SCS + C模型)。在NDVI的落影校正效果上,6S+C模型比C模型和SCS+C模型有一定的提升,本影与邻近无阴影阳坡之间的相对误差为8.63%,落影与邻近无阴影阳坡之间的相对误差为14.27%。而SEVI在消除本影和落影方面整体效果更好,本影和落影与邻近无阴影阳坡的相对误差分别为9.86%和10.53%。最后,基于SEVI对福州市1999-2014年的植被覆盖变化进行了监测。监测结果表明: ① 1999-2014年植被覆盖增加了893.61 km 2,植被增加区域主要分布在海拔250~1250 m范围内;② SEVI均值在坡度40°附近达到峰值。

%U https://www.dqxxkx.cn/CN/10.12082/dqxxkx.2019.190409