增加坡度计算

This commit is contained in:
2026-04-22 09:27:59 +08:00
parent 4fd1b0a203
commit d563a56358
20 changed files with 4891 additions and 344 deletions

View File

@ -0,0 +1,186 @@
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.