基于改进CDAG云检测算法的Landsat8 OLI云雪识别

胡学谦，孙 林，隋淞蔓，顾晓鹤，孙 宇,何玉龙

(1.山东科技大学 测绘与空间信息学院，山东 青岛 266590；2.国家农业信息化工程技术研究中心，北京 100097)

0 引言

云层的存在，阻挡了太阳辐射能量的传输，严重影响了遥感图像的利用率，给地物分类、地表参数定量反演等应用带来较大的困难，但在遥感成像中，云是难以避免的，为了减少云的影响，需要对云进行检测。由于雪和云在可见光和近红外波段具有相似的反射率特征，当遥感影像中存在积雪时，易导致云检测精度下降[1]。

目前主要的云检测方法有阈值法、人工神经网络法和统计学方法。阈值法因为具有算法简单、速度快和检测精度高的优点而被广泛使用[2]。阈值法云检测的基本思想是基于云和晴空像元的反射率差异和亮度温度差异进行波谱分析和特征通道选择，使用单通道、多通道组合的反射率、亮温等设置一系列云检测阈值。常用的阈值法有ISCCP方法[3]、APOLLO法[4]、CLAVR[5]法和CO2薄片法[6]等。传统阈值法使用典型地物和云的光谱分析或者基于图像统计得出阈值，没有充分考虑下垫面和云形态的复杂性，云检测精度较低。国内外对积雪识别也进行了广泛研究。归一化差值积雪指数(NDSI)的方法由于其简单且精度较高而被广泛使用[7]，并在此基础上发展出了增强型积雪指数(ENDSI)法[8]。1995年，Hall等人在NDSI方法的基础上提出了SNOWMAP算法[9]，用于使用MODIS数据绘制全球积雪地图，是目前最常用的积雪识别方法之一。以上这些方法都没有与云检测有效结合起来。……