一种构建地表纯净微波辐射背景场的方法

技术领域

本发明涉及一种构建地表纯净微波辐射背景场的方法，属于微波遥感领域。

背景技术

微波信号在传输过程中受大气条件和云雾的影响较小，被动微波辐射数据已广泛被应用在地表参数反演、地表热辐射异常检测等领域；微波遥感卫星获取的地球表面微波辐射信号可反映地球表面的能量平衡。建立地球表面微波辐射背景场，有助于研究地球表面不同区域/像元在长时间周期内的整体变化趋势，对探索地质灾害（如火山、地震等）引起的、相对于稳定背景场的热辐射扰动具有重要意义。

根据遥感物理，卫星接收到的微波辐射信号与地表的物理温度、微波发射率以及辐射传输路径相关。一方面，由于地表土壤湿度突变（降雨引起）和大气降雨等干扰因素会严重影响卫星接收到的地表辐射信号的纯净性，导致与实际地质灾害相关的热辐射信息识别的误判率较高；另一方面，不同地物覆盖类型的微波辐射信号对于诸如上述干扰因素的响应程度也存在较大差异，若不加区分，则会降低目标辐射信息识别的准确度。

目前，地表微波辐射背景场构建方法是直接对某时间段内的卫星微波辐射影像的亮温值作均值化处理，既没有考虑影像中干扰像素点的存在，也没有顾及不同地物覆盖类型的辐射差异，因此无法获得地表纯净微波辐射背景场。

发明内容

本发明针对以上待解决的问题，提供一种构建地表纯净微波辐射背景场的方法，通过数据预处理将微波辐射遥感影像的干扰像素点删除，同时考虑地物覆盖类型的辐射差异，剔除微波辐射遥感影像的异常点，生成地表纯净微波辐射背景场，以用于地质灾害的热异常提取研究。

为了解决上述技术问题，本发明的技术方案如下：

一种构建地表纯净微波辐射背景场的方法，包括以下步骤：

步骤1：根据所研究的事件发生的年份Y和日期T，确定需构建纯净地表微波辐射背景场的日期t及区域，构建纯净地表微波辐射背景场的日期t是所研究的事件发生日期T的前60日至后30日的日期中的一日；

步骤2：获取年份为所研究的事件发生的年份Y的前一年，日期为构建纯净地表微波辐射背景场的日期t的两幅不同频率的微波辐射遥感影像及地表覆盖类型数据，对两幅不同频率的微波辐射遥感影像及地表覆盖类型数据进行数据预处理，其中数据预处理后的两幅不同频率的微波辐射遥感影像的亮温值分别用

步骤3：剔除微波遥感影像的异常像素点，构建年份为所研究的事件发生的年份Y的前一年、日期为构建纯净地表微波辐射背景场的日期t的不完整单日纯净微波辐射遥感影像，其亮温值用

步骤4：按照上述步骤逐日构建年份为所研究的事件发生的年份Y的前一年，日期为构建纯净地表微波辐射背景场的日期t的前7日或后7日的每日的不完整单日纯净微波辐射遥感影像，其亮温值用

将计算所得的

步骤5：按照构建年份为所研究的事件发生的年份Y的前一年、日期为构建纯净地表微波辐射背景场的日期t的完整单日纯净微波辐射遥感影像的步骤逐年构建年份为所研究的事件发生的年份Y的前A年至后B年、不包含年份为所研究的事件发生的年份Y及所研究的事件发生的年份Y的前一年、日期为构建纯净地表微波辐射背景场的日期t的每年的完整单日纯净微波辐射遥感影像，对上述构建的每年的完整单日纯净微波辐射遥感影像和所研究的事件发生的年份Y的前一年、日期为构建纯净地表微波辐射背景场的日期t的完整单日纯净微波辐射遥感影像的亮温值

其中，y代表所研究的事件发生的年份Y的前A年至后B年中某一年的年份，但y不代表所研究的事件发生的年份Y，A和B为整数，取值范围分别为4≤A≤10，0≤B≤5，j代表构建纯净地表微波辐射背景场日期t的前7日或后7日中的某日，f1代表两幅不同频率的微波辐射遥感影像中频率较低的微波辐射遥感影像的频率，f2代表两幅不同频率的微波辐射遥感影像中频率较高的微波辐射遥感影像的频率，m和n分别代表所用微波辐射遥感影像的起始年份和截止年份，x

进一步地，所述两幅不同频率的微波辐射遥感影像中频率较低的微波辐射遥感影像的频率f1小于等于10.65GHz，两幅不同频率的微波辐射遥感影像中频率较高的微波辐射遥感影像的频率f2大于等于36.5GHz。

进一步地，所述数据预处理包括数据的选取、刈幅边界点的剔除及数据分辨率的统一。

进一步地，所述步骤3具体为：

3.1计算微波遥感影像亮温比值矩阵

3.2计算各类地表覆盖类型微波遥感影像亮温比值集合

根据地表覆盖类型数据建立指定区域的地表覆盖掩模矩阵

3.3计算各类地表覆盖类型微波遥感影像亮温比值的均值

3.4确定各类地表覆盖类型微波遥感影像异常亮温比值的判定的左边界和右边界，判定各类地表覆盖类型微波遥感影像异常亮温比值，获取各类地表覆盖类型微波遥感影像正常亮温比值集合

3.5依据上述各类地表覆盖类型微波遥感影像正常亮温比值集合

其中，x和z代表微波辐射遥感影像素点的地理坐标i代表地表覆盖类型，N

进一步地，所述步骤3.1中微波遥感影像的亮温比值矩阵

进一步地，所述步骤3.1中微波遥感影像的亮温比值矩阵

进一步地，其特征在于，所述步骤3.4具体为：利用各类地表覆盖类型的亮温比值集合的均值

则:

其中P代表各类地表覆盖类型微波遥感影像亮温比值落在区间（k

各类地表覆盖类型微波遥感影像正常亮温比值集合

进一步地，其特征在于，所述步骤3.4具体为：利用各类地表覆盖类型的亮温比值集合的均值

各类地表覆盖类型微波遥感影像正常亮温比值集合

其中，n为常数。

与现有技术相比，本发明的有益效果如下：通过数据预处理将微波辐射遥感影像边缘的干扰像素点删除，消除了干扰像素点对微波辐射遥感影像亮温比值正常点判定的干扰，在微波辐射遥感影像亮温比值正常点的判定中考虑了地物覆盖类型的辐射差异因素，进一步提升了微波辐射遥感影像亮温比值正常点判断的准确性，因此，可以构建地表纯净微波辐射背景场，有助于地质灾害的热辐射异常研究。

附图说明

图1为本发明的流程图。

图2为本发明实施例2016年11月10日的AMSR-2频率为10.65GHz微波辐射遥感影像。

图3为本发明实施例2016年11月10日的AMSR-2频率为89GHz微波辐射遥感影像。

图4为本发明实施例地表覆盖类型图。

图5为本发明实施例耕地地物覆盖类型微波辐射遥感影像亮温比值的值域分布图。

图6为本发明实施例森林地物覆盖类型微波辐射遥感影像亮温比值的值域分布图。

图7为本发明实施例草地地物覆盖类型微波辐射遥感影像亮温比值的值域分布图。

图8为本发明实施例灌木地物覆盖类型微波辐射遥感影像亮温比值的值域分布图。

图9为本发明实施例湿地地物覆盖类型微波辐射遥感影像亮温比值的值域分布图。

图10为本发明实施例水体地物覆盖类型微波辐射遥感影像亮温比值的值域分布图。

图11为本发明实施例人工地面地物覆盖类型微波辐射遥感影像亮温比值的值域分布图。

图12为本发明实施例裸地地物覆盖类型微波辐射遥感影像亮温比值的值域分布图。

图13为本发明实施例2016年11月10日不完整单日纯净微波辐射遥感影像。

图14为本发明实施例2016年11月10日完整单日纯净微波辐射遥感影像。

图15为本发明实施例地表纯净微波辐射背景场。

图16为本发明实施例2017年11月10日微波热辐射异常图。

具体实施方式

以下将结合实施例与附图来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

如图1所示，一种构建地表纯净微波辐射背景场的方法，包括以下步骤：

步骤1：根据所研究的事件发生的年份Y和日期T，确定需构建纯净地表微波辐射背景场的日期t及区域，构建纯净地表微波辐射背景场的日期t是所研究的事件发生日期T的前60日至后30日的日期中的一日；本实施例分析某地2017年11月12日发生7.3级地震的微波热辐射异常情况，所以本实施例选择构建纯净地表微波辐射背景场的日期具体为2017年11月10日；

步骤2：获取年份为所研究的事件发生的年份Y的前一年，日期为构建纯净地表微波辐射背景场的日期t的两幅不同频率的微波辐射遥感影像及地表覆盖类型数据，对两幅不同频率的微波辐射遥感影像及地表覆盖类型数据进行数据预处理，其中数据预处理后的两幅不同频率的微波辐射遥感影像的亮温值分别用

优选地，所述两幅不同频率的微波辐射遥感影像中频率较低的微波辐射遥感影像的频率f1小于等于10.65GHz，两幅不同频率的微波辐射遥感影像中频率较高的微波辐射遥感影像的频率f2大于等于36.5GHz，f1和f2可以是10.65 GHz 与 89 GHz、 6.9 GHz 与89GHz、10.65 GHz 与 36.5 GHz等频率组合，本实施例f1为10.65GHz和f2为89GHz。因频率大于等于36.5GHz的微波辐射遥感影像更能反应云雨、地物覆盖类型等因素对微波辐射遥感影像的影响，利用频率大于等于36.5GHz的微波辐射遥感影像将微波辐射遥感影像像素异常点的位置找到，进而删除频率小于等于10.65GHz的微波辐射遥感影像相应位置的异常点数据，构建不完整单日纯净微波辐射遥感影像。

优选地，所述的数据预处理包括数据选取、刈幅边界点剔除及数据分辨率的统一。

数据选取：依据指定研究区的位置划定经纬度范围，提取所有高低频微波辐射遥感影像刈幅中在此范围的数据；

刈幅边界点剔除：微波卫星影像在采集数据时，刈幅条带的边缘由于成像误差或错误造成边缘像元值的异常，此类异常会干扰后续的流程，因此需预先将刈幅边缘指定宽度范围内的像素点剔除掉；此指定宽度根据经验设定，此实施例的指定宽度为5个像素点；

数据分辨率的统一：由于微波影像的高频数据和低频数据存在分辨率的不一致性，且微波数据的分辨率和地物分类的分辨率也存在差异，这将为后续的运算带来不便。因此，需要利用双线性插值法将不同频率的微波辐射数据和地物分类数据统一至同一分辨率30米，如图2和图3所示。本实施例所用地物覆盖分类分辨率为30m，因此将所用数据的分辨率统一为30m，如图4所示。

步骤3：剔除微波遥感影像的异常像素点，构建年份为所研究的事件发生的年份Y的前一年、日期为构建纯净地表微波辐射背景场的日期t的不完整单日纯净微波辐射遥感影像，其亮温值用

3.1计算微波遥感影像亮温比值矩阵

可选地，所述步骤3.1中微波遥感影像的亮温比值矩阵

可选地，所述步骤3.1中微波遥感影像的亮温比值矩阵

3.2计算各类地表覆盖类型微波遥感影像亮温比值集合

根据地表覆盖类型数据建立指定区域的地表覆盖掩模矩阵

本实施例选取了GlobeLand30数据集作为地表覆盖类型数据，因为本实施例所涉及的区域不包含苔原、冰川和永久积雪2种分类，所以本实施例地表覆盖类型包括耕地、森林、草地、灌木、湿地、水体、人工地面和裸地8个主要的地表覆盖类型，如图4所示；分别取8个与地物覆盖类型数据同等大小的矩阵，针对每一种地物覆盖类型将相同的地物覆盖类型对应的坐标点赋值为1，其他地物覆盖类型对应的坐标点全部赋值为0，重复此操作得到8种地物分类的掩模矩阵

各类地物覆盖类型所对应的微波遥感影像亮温比值集合如图5到图12所示，可以看到，除水体之外的7类地物覆盖类型都呈现出单峰的特征，微波遥感影像亮温比值都聚集在某个值附近，这是典型的正态分布特征，但是不同地物覆盖类型的聚集特征之间也存在差异，这正是分类处理的意义所在；而对于水体的双峰特征，也可以认为，该地物覆盖类型的微波遥感影像亮温比值主要集中在两个值附近。

3.3计算各类地表覆盖类型微波遥感影像亮温比值的均值

3.4确定各类地表覆盖类型微波遥感影像异常亮温比值的判定的左边界和右边界，判定各类地表覆盖类型微波遥感影像异常亮温比值，获取各类地表覆盖类型微波遥感影像正常亮温比值集合；

可选地，所述步骤3.4具体为：利用各类地表覆盖类型的亮温比值集合的均值

则:

其中P代表各类地表覆盖类型微波遥感影像亮温比值落在区间（k

各类地表覆盖类型微波遥感影像正常亮温比值集合

可选地，所述步骤3.4具体为：利用各类地表覆盖类型的亮温比值集合的均值

各类地表覆盖类型微波遥感影像正常亮温比值集合

其中，n为常数，本实施例中n为1。

3.5依据上述各类地表覆盖类型微波遥感影像正常亮温比值集合

其中，x和z代表微波辐射遥感影像素点的地理坐标，N

步骤4：按照上述步骤逐日构建年份为所研究的事件发生的年份Y的前一年，日期为构建纯净地表微波辐射背景场的日期t的前7日或后7日的每日的不完整单日纯净微波辐射遥感影像，其亮温值用

将计算所得的

步骤5：按照构建年份为所研究的事件发生的年份Y的前一年、日期为构建纯净地表微波辐射背景场的日期t的完整单日纯净微波辐射遥感影像的步骤逐年构建年份为所研究的事件发生的年份Y的前A年至后B年、不包含年份为所研究的事件发生的年份Y及所研究的事件发生的年份Y的前一年、日期为构建纯净地表微波辐射背景场的日期t的每年的完整单日纯净微波辐射遥感影像，对上述构建的每年的完整单日纯净微波辐射遥感影像和所研究的事件发生的年份Y的前一年、日期为构建纯净地表微波辐射背景场的日期t的完整单日纯净微波辐射遥感影像的亮温值

其中，y代表所研究的事件发生的年份Y的前A年至后B年中某一年的年份，但y不代表所研究的事件发生的年份Y，本实施例中y取值为2013年、2014年、2015年、2016年、2018年、2019年，A和B为整数，取值范围分别为4≤A≤10，0≤B≤5，j代表构建纯净地表微波辐射背景场日期t的前7日或后7日中的某日，f1代表两幅不同频率的微波辐射遥感影像中频率较低的微波辐射遥感影像的频率，f2代表两幅不同频率的微波辐射遥感影像中频率较高的微波辐射遥感影像的频率，m和n分别代表所用微波辐射遥感影像的起始年份和截止年份，具体数值与选取的微波数据有关，i代表地表覆盖类型，x

利用此实施例建立的地表纯净微波辐射背景场提取所研究事件发生的区域2017年11月12日7.3级地震相关的微波热辐射异常，年份和日期可以取值为2017年中11月1日、2017年中11月2日……2017年中11月10日、2017年中11月11日、2017年中11月12日等，此实施例的年份和日期取值为2017年中11月10日。微波热辐射异常提取方法为：

其中，

以上内容是结合具体的优选实施方式对本发明作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演和替换，都应当视为属于本发明的保护范围。