1.一种归一化差分植被指数尺度转换模型构建方法,其特征在于,包括:S1、获取目标区域的OLI遥感影像;其中,所述OLI遥感影像具有第一空间分辨率;
S2、对所述OLI遥感影像进行预处理;
S3、对所述OLI遥感影像进行面向对象分类,得到精细分类结果;
S4、根据目标空间分辨率确定采集窗口,根据所述采集窗口对所述OLI遥感影像进行像元合并,并计算得到合并后像元的NDVI值,以得到具有目标空间分辨率的NDVI升尺度影像,从而根据所述NDVI升尺度影像对由MODIS产品生成的具有相同目标空间分辨率的NDVI图像进行验证,其中所述目标空间分辨率大于所述第一空间分辨率。
2.根据权利要求1所述的归一化差分植被指数尺度转换模型构建方法,其特征在于,在步骤S2中,对所述OLI遥感影像进行预处理具体包括:S21、对所述OLI遥感影像进行大气校正、异常值处理;
S22、利用野外实测控制点对OLI遥感影像进行几何精校正。
3.根据权利要求1所述的归一化差分植被指数尺度转换模型构建方法,其特征在于,步骤S3具体包括:S31、根据目标区域的地类状况,确定OLI遥感影像最优分割尺度,完成影像分割;
S32、提取影像特征;
S33、建立分类体系;其中,所述分类体系包括林地、建设用地、水体、农田、裸地、滩涂和沙地。
4.根据权利要求3所述的归一化差分植被指数尺度转换模型构建方法,其特征在于,所述影像特征为光谱和几何特征,包括波段亮度、波段比、最大差分、长宽比、圆率和小波域分形纹理。
5.根据权利要求3所述的归一化差分植被指数尺度转换模型构建方法,其特征在于,步骤S3还包括:对所述分类结果进行精度评定,具体为:利用野外实测样点建立验证图层,计算分类结果的混淆矩阵,进而得出总体精度和Kappa系数。
6.根据权利要求1所述的归一化差分植被指数尺度转换模型构建方法,其特征在于,在步骤S4中,根据目标空间分辨率确定采集窗口,根据所述采集窗口对所述OLI遥感影像进行像元合并,并计算得到合并后像元的NDVI值,具体包括:S41、根据目标分辨率确定采集窗口的大小;
S42、获取采集窗口内OLI遥感影像分类结果和OLI遥感影像中不同地类的红光、近红外波段地表反射率均值;
S43、根据改进的Chen NDVI尺度转换模型计算合并后像元的归一化差分植被指数NDVI。
7.根据权利要求6所述的归一化差分植被指数尺度转换模型构建方法,其特征在于,在步骤S43中,所述改进的Chen NDVI尺度转换模型如下式所示:式中,Num为地类种数,i为地类序号,取值范围为1~Num,classii为模型计算窗口内某一地类的数量占比,ρr为红光波段地表反射率,ρnir为近红外波段地表反射率,ρri、ρniri分别为计算窗口内对应于该地类的红光、近红外波段地表反射率均值。
8.根据权利要求1所述的归一化差分植被指数尺度转换模型构建方法,其特征在于,在步骤S4中,根据所述NDVI升尺度影像对由MODIS产品生成的具有相同目标空间分辨率的NDVI图像进行验证具体包括:S44、分别计算得到预处理后的OLI遥感影像基于传统的Chen NDVI尺度转换模型、改进的Chen NDVI尺度转换模型的NDVI升尺度转换影像;
S45、处理得到MODIS产品“无数据”像素处理后影像,计算得到其与对应的NDVI升尺度转换影像的差值影像;
S46、绘制直方图进行比对,计算统计量和相关系数。
9.根据权利要求8所述的归一化差分植被指数尺度转换模型构建方法,其特征在于,步骤S45具体包括:对所述MODIS产品进行重投影,参考预处理后的OLI遥感影像分辨率对重投影后的MODIS产品进行裁剪;
利用所述NDVI升尺度转换影像对裁剪后的MODIS产品进行“无数据”像素处理,得到MODIS产品“无数据”像素处理后影像;
计算MODIS产品“无数据”像素处理后影像与对应的升尺度转换影像的差值,得到其与对应的NDVI升尺度转换影像的差值影像。
10.一种归一化差分植被指数尺度转换装置,其特征在于,包括:影像获取单元:用于获取目标区域的OLI遥感影像;其中,所述OLI遥感影像具有第一空间分辨率;
影像预处理单元:用于对所述OLI遥感影像进行预处理;
分类单元:用于对所述OLI遥感影像进行面向对象分类,得到精细分类结果;
影像升尺度转换单元:用于根据目标空间分辨率确定采集窗口,根据所述采集窗口对所述OLI遥感影像进行像元合并,并计算得到合并后像元的NDVI值,以得到具有目标空间分辨率的NDVI升尺度影像,从而根据所述NDVI升尺度影像对由MODIS产品生成的具有相同目标空间分辨率的NDVI图像进行验证,其中所述目标空间分辨率大于所述第一空间分辨率。