文献类型：期刊文章

作　　者：许章华[1,2,3] 刘健[1,2,4] 余坤勇[1,2] 刘涛[5] 龚从宏[1,2,3] 唐梦雅[1,2,3] 谢婉君[1,2,3] 李增禄[1,4]

机构地区：[1]福建农林大学3S技术应用研究所,福建福州350002 [2]福建农林大学林学院,福建福州350002 [3]福建农林大学研究生院,福建福州350002 [4]三明学院,福建三明365000 [5]北京林业大学自然保护区学院,北京100083

出　　处：《光谱学与光谱分析》

基　　金：国家林业局林业科学技术推广项目([2012]36);国家自然科学基金项目(30871965);福建省科技计划重点项目(2011N0031)资助

年　　份：2013

卷　　号：33

期　　号：12

起止页码：3359-3365

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、EI(收录号：20140117158156)、IC、INSPEC、JST、PUBMED、RCCSE、RSC、SCI(收录号：WOS:000328710600040)、SCI-EXPANDED(收录号：WOS:000328710600040)、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：阴影是遥感影像中普遍存在的干扰因素,如何有效去除阴影已成为共识,寻找一个有效的阴影检测指标是实现影像阴影去除的基础工作。以Landsat TM,ALOS AVNIR-2,CBERS。02B CCD及HJ-1 CCD影像为试验数据,立足于进一步增大阴影区植被与明亮区植被、水体间的差异,实现影像阴影的有效检测,构建了一个新的植被指数——阴影植被指数SVI,该指数既可保证明亮区植被、阴影区植被、水体区在近红外波段的绝对差异,又能对NDVI进行放大,消除可能存在的混淆现象,改变NDVI直方图的"偏态"现象,使植被指数值更接近于正态分布,更符合地面实际;该指数适用于近红外波段辐射特征差异较大的地物。采用精度评估法验证SVI对明亮区植被、阴影区植被、水体区三类地物的识别效果,结果显示,四幅影像总分类精度依次高达98.89%,100%,97.78%,97.78%,总Kappa系数依次为0.983 3,1,0.966 7,0.966 7,说明SVI对明亮区植被、阴影区植被及水体区具有极好的检测效果;对子影像、SVI与NDVI的统计指标对比亦说明,SVI可靠、有效,可以将其应用于影像阴影去除。

关 键 词：阴影植被指数(SVI)  Landsat  TM  ALOS AVNIR-2  CBERS-02B CCD HJ-1 CCD 应用效果  

分 类 号：TP79] P237]