本發(fā)明涉及遙感技術(shù)領(lǐng)域，尤其涉及一種植被光合有效輻射吸收率(FAPAR)的遙感估算方法及裝置。

背景技術(shù)：

由可見光和近紅外波段反射率組成的植被指數(shù)，因可見光波段與近紅外波段對于植被光能輻射的響應(yīng)極為突出，在植被光合有效輻射吸收率的遙感估算中被廣泛應(yīng)用，然而隨著植被覆蓋度高低的變化，這些植被指數(shù)估算FAPAR的總體精度不同程度的受到土壤背景(植被覆蓋度較低時，植被覆蓋均勻性較差，土壤對光譜干擾較大)或飽和現(xiàn)象(這些植被指數(shù)以“紅波段吸收峰”與“紅邊”位置的波段組合最為常見，“紅波段吸收峰”峰值點反射率在植被覆蓋度較高時趨向飽和，對FAPAR的敏感性較弱)的影響。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例提供一種植被光合有效輻射吸收率的遙感估算方法及裝置，以提高植被光合有效輻射吸收率的遙感估算精度。

一方面，本發(fā)明實施例提供了一種植被光合有效輻射吸收率的遙感估算方法，所述方法包括：

以微分法對原始光譜曲線進(jìn)行前置處理，對原始光譜曲線波段上各采樣點按公式：計算其二階微分量，從而得到二階微分曲線，并利用二階微分曲線對原始光譜曲線進(jìn)行去噪預(yù)處理，其中，λ_ι代表波段上第i個采樣點的波長；R_i代表波段上第i個采樣點的原始光譜反射率；SDR_i代表波段上第i個采樣點的二階微分，i＝1，2......N，N為樣本點數(shù)，即二階微分曲線在波段上的總點數(shù)；

對去噪預(yù)處理后的光譜曲線進(jìn)行去包絡(luò)線處理，得到去包絡(luò)線后的光譜曲線；

利用所述去包絡(luò)線后的光譜曲線，識別特征吸收峰并提取其光譜吸收指數(shù)SAI；

根據(jù)所述特征吸收峰SAI的，獲取融入可見光-近紅外高光譜吸收特征的新型植被指數(shù)，從而進(jìn)行植被光合有效輻射吸收率FAPAR的遙感估算。

另一方面，本發(fā)明實施例提供了一種植被光合有效輻射吸收率的遙感估算裝置，所述裝置包括：

微分處理單元，用于以微分法對原始光譜曲線進(jìn)行前置處理，對原始光譜曲線波段上各采樣點按公式：計算其二階微分量，從而得到二階微分曲線，并利用二階微分曲線對原始光譜曲線進(jìn)行去噪預(yù)處理，其中，λ_ι代表波段上第i個采樣點的波長；R_i代表波段上第i個采樣點的原始光譜反射率；SDR_i代表波段上第i個采樣點的二階微分，i＝1，2......N，N為樣本點數(shù)，即二階微分曲線在波段上的總點數(shù)；

去包絡(luò)線處理單元，用于對去噪預(yù)處理后的光譜曲線進(jìn)行去包絡(luò)線處理，得到去包絡(luò)線后的光譜曲線；

SAI提取單元，用于利用所述去包絡(luò)線后的光譜曲線，識別特征吸收峰并提取其光譜吸收指數(shù)SAI；

FAPAR估算單元，用于根據(jù)所述特征吸收峰SAI的，獲取融入可見光-近紅外高光譜吸收特征的新型植被指數(shù)，從而進(jìn)行植被光合有效輻射吸收率的遙感估算。

上述技術(shù)方案具有如下有益效果：通過一定的數(shù)學(xué)變換，優(yōu)化組合對高覆蓋度區(qū)域植被FAPAR變化敏感的可見光-近紅外高光譜吸收特征參數(shù)，構(gòu)建融入可見光-近紅外高光吸收特征的新型植被指數(shù)，提高常規(guī)可見光-近紅外植被指數(shù)的總體估算精度，從而提高植被光合有效輻射吸收率的遙感估算精度。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例一種植被光合有效輻射吸收率的遙感估算方法流程圖；

圖2為本發(fā)明實施例原始光譜曲線圖；

圖3為本發(fā)明實施例特征吸收峰分布圖；

圖4為本發(fā)明實施例吸收峰結(jié)構(gòu)圖；

圖5為本發(fā)明實施例一種植被光合有效輻射吸收率的遙感估算裝置結(jié)構(gòu)示意圖；

圖6為本發(fā)明應(yīng)用實例各變量最佳模型預(yù)測值與實測值的擬合圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。

如圖1所示，為本發(fā)明實施例一種植被光合有效輻射吸收率的遙感估算方法流程圖，所述方法包括：

101、以微分法對原始光譜曲線進(jìn)行前置處理，對原始光譜曲線波段上各采樣點按公式：計算其二階微分量，從而得到二階微分曲線，并利用二階微分曲線對原始光譜曲線進(jìn)行去噪預(yù)處理，其中，λ_ι代表波段上第i個采樣點的波長；R_i代表波段上第i個采樣點的原始光譜反射率；SDR_i代表波段上第i個采樣點的二階微分，i＝1，2......N，N為樣本點數(shù)，即二階微分曲線在波段上的總點數(shù)；如圖2所示，為本發(fā)明實施例原始光譜曲線圖。

102、對去噪預(yù)處理后的光譜曲線進(jìn)行去包絡(luò)線處理，得到去包絡(luò)線后的光譜曲線；

103、利用所述去包絡(luò)線后的光譜曲線，識別特征吸收峰并提取其光譜吸收指數(shù)SAI；

104、根據(jù)所述特征吸收峰SAI的，獲取融入可見光-近紅外高光譜吸收特征的新型植被指數(shù)，從而進(jìn)行植被光合有效輻射吸收率FAPAR的遙感估算。

優(yōu)選地，所述去噪預(yù)處理具體包括以下步驟：

如果二階微分曲線在波段上某采樣點的數(shù)值小于或等于反射率，即SDR_i≤R_i，則該采樣點為真實曲線所經(jīng)過的點(λ_ι，R_i)，將其保留；反之，如果該采樣點的值大于反射率，即SDR_i＞R_i，則為噪聲，將其去掉；對于波段上保留的采樣點進(jìn)行平滑操作，根據(jù)下式重新計算波段上保留的采樣點的反射率，

其中，w是窗口選擇的點的個數(shù)，N是樣本點數(shù)，即二階微分曲線在波段上的總點數(shù)。

優(yōu)選地，所述對去噪預(yù)處理后的光譜曲線進(jìn)行去包絡(luò)線處理具體包括以下步驟：

設(shè)所述去噪預(yù)處理后得到的R_i組成數(shù)組R_i，i＝1，2......N；

波段上的采樣點波長組成數(shù)組λ_i，i＝1，2......N；

A.i：＝1，將R₁，λ₁加入到包絡(luò)線節(jié)點表中；

B.求新的包絡(luò)節(jié)點，如i＝N，則結(jié)束，否則j：＝i+1；

C.連接i，j；檢查(i，j)直線與反射率曲線的交點，如果j＝N則結(jié)束，將R_j，λ_j加入到包絡(luò)線節(jié)點表中，否則：

a.m＝j(luò)+1；

b.如果m＝N則完成檢查，j是包絡(luò)線上的點，將R_j，λ_j加入到包絡(luò)線的節(jié)點表中，i＝j(luò)轉(zhuǎn)到B；

c.否則，求i，j與λ_m的交點R1_m；

d.如果R_m＜R1_m，則j不是包絡(luò)線上的點，j：＝j(luò)+1轉(zhuǎn)到B；如果R_m≤R1_m則i，j與光譜曲線最多有一個交點，m：＝m+1，轉(zhuǎn)到b；

D.得到光譜曲線的包絡(luò)線節(jié)點后，將相鄰的節(jié)點用直線段依次相連，求出λ_i，i＝1，2......N所對應(yīng)的折線段上的點的函數(shù)值h_i，i＝1，2......N，從而得到該光譜曲線的包絡(luò)線，顯然有R_i≤h_i；

E.對求出的包絡(luò)線按公式對光譜曲線進(jìn)行包絡(luò)線消除。

優(yōu)選地，所述利用所述去包絡(luò)線后的光譜曲線，識別特征吸收峰并提取其光譜吸收指數(shù)SAI具體包括以下步驟：

去包絡(luò)化后的光譜曲線有明顯的波峰和波谷特征，選擇表征葉綠素光合有效輻射強吸收的藍(lán)波段吸收峰M0、紅波段吸收峰M1以及對葉片水分含量敏感的近紅外波段吸收峰M2與M3作為對植被光合有效輻射吸收率敏感的特征吸收峰；

其中，S1是一個吸收峰右肩、S2是一個吸收峰左肩、M是一個吸收峰峰值點，令：

R₁、λ₁分別為吸收峰右肩S1的反射率和波長位置；

R_M、λ_M分別為吸收峰峰值點M的反射率和波長位置；

R₂、λ₂分別為吸收峰左肩S2的反射率和波長位置；

對特征吸收峰的光譜吸收指數(shù)SAI進(jìn)行如下公式提?。?/p>

SAI＝[(λ_m-λ₂)/(λ₁-λ₂)×R₁+(1-(λ_m-λ₂)/(λ₁-λ₂))×R₂]/R_m (公式1)。

如圖3所示，為本發(fā)明實施例特征吸收峰分布圖。如圖4所示，為本發(fā)明實施例吸收峰結(jié)構(gòu)圖，其中，S1、S2、M可以分別是一個吸收峰的右肩、左肩與峰值點。令：

R₁、λ₁為吸收峰右肩S1的反射率和波長位置；

R_M、λ_M為吸收峰峰值點M的反射率和波長位置；

R₂、λ₂為吸收峰左肩S2的反射率和波長位置。

優(yōu)選地，所述根據(jù)所述特征吸收峰SAI的，獲取融入可見光-近紅外高光譜吸收特征的新型植被指數(shù)具體包括以下步驟：

通過對特征吸收峰SAI進(jìn)行數(shù)學(xué)變化，構(gòu)建新型植被指數(shù)：

其中，SAI_Mx為吸收峰Mx的SAI值，其分子與分母均包含C1與C2，其中，C1由對葉綠素濃度敏感的藍(lán)波段吸收峰M0、紅波段吸收峰M1的SAI的乘積構(gòu)成，C2由對葉片水分含量敏感的近紅外波段吸收峰M2與M3的SAI的乘積構(gòu)成。

對應(yīng)于上述方法實施例，如圖5所示，為本發(fā)明實施例一種植被光合有效輻射吸收率的遙感估算裝置結(jié)構(gòu)示意圖，所述裝置包括：

微分處理單元51，用于以微分法對原始光譜曲線進(jìn)行前置處理，對原始光譜曲線波段上各采樣點按公式：計算其二階微分量，從而得到二階微分曲線，并利用二階微分曲線對原始光譜曲線進(jìn)行去噪預(yù)處理，其中，λ_ι代表波段上第i個采樣點的波長；R_i代表波段上第i個采樣點的原始光譜反射率；SDR_i代表波段上第i個采樣點的二階微分，i＝1，2......N，N為樣本點數(shù)，即二階微分曲線在波段上的總點數(shù)；

去包絡(luò)線處理單元52，用于對去噪預(yù)處理后的光譜曲線進(jìn)行去包絡(luò)線處理，得到去包絡(luò)線后的光譜曲線；

SAI提取單元53，用于利用所述去包絡(luò)線后的光譜曲線，識別特征吸收峰并提取其光譜吸收指數(shù)SAI；

FAPAR估算單元54，用于根據(jù)所述特征吸收峰SAI的，獲取融入可見光-近紅外高光譜吸收特征的新型植被指數(shù)，從而進(jìn)行植被光合有效輻射吸收率的遙感估算。

優(yōu)選地，所述微分處理單元51的去噪預(yù)處理具體包括以下步驟：

如果二階微分曲線在波段上某采樣點的數(shù)值小于或等于反射率，即SDR_i≤R_i，則該采樣點為真實曲線所經(jīng)過的點(λ_ι，R_i)，將其保留；反之，如果該采樣點的值大于反射率，即SDR_i＞R_i，則為噪聲，將其去掉；對于波段上保留的采樣點進(jìn)行平滑操作，根據(jù)下式重新計算波段上保留的采樣點的反射率，

其中，w是窗口選擇的點的個數(shù)，N是樣本點數(shù)，即二階微分曲線在波段上的總點數(shù)。

優(yōu)選地，所述去包絡(luò)線處理單元52，具體用于：

設(shè)所述去噪預(yù)處理后得到的R_i組成數(shù)組R_i，i＝1，2......N；

波段上的采樣點波長組成數(shù)組λ_i，i＝1，2......N；

A.i：＝1，將R₁，λ₁加入到包絡(luò)線節(jié)點表中；

B.求新的包絡(luò)節(jié)點，如i＝N，則結(jié)束，否則j：＝i+1；

C.連接i，j；檢查(i，j)直線與反射率曲線的交點，如果j＝N則結(jié)束，將R_j，λ_j加入到包絡(luò)線節(jié)點表中，否則：

a.m＝j(luò)+1；

b.如果m＝N則完成檢查，j是包絡(luò)線上的點，將R_j，λ_j加入到包絡(luò)線的節(jié)點表中，i＝j(luò)轉(zhuǎn)到B；

c.否則，求i，j與λ_m的交點R1_m；

d.如果R_m＜R1_m，則j不是包絡(luò)線上的點，j：＝j(luò)+1轉(zhuǎn)到B；如果R_m≤R1_m則i，j與光譜曲線最多有一個交點，m：＝m+1，轉(zhuǎn)到b；

D.得到光譜曲線的包絡(luò)線節(jié)點后，將相鄰的節(jié)點用直線段依次相連，求出λ_i，i＝1，2......N所對應(yīng)的折線段上的點的函數(shù)值h_i，i＝1，2......N，從而得到該光譜曲線的包絡(luò)線，顯然有R_i≤h_i；

E.對求出的包絡(luò)線按公式對光譜曲線進(jìn)行包絡(luò)線消除。

優(yōu)選地，所述SAI提取單元53，具體用于：

去包絡(luò)化后的光譜曲線有明顯的波峰和波谷特征，選擇表征葉綠素光合有效輻射強吸收的藍(lán)波段吸收峰M0、紅波段吸收峰M1以及對葉片水分含量敏感的近紅外波段吸收峰M2與M3作為對植被光合有效輻射吸收率敏感的特征吸收峰；

其中，S1是一個吸收峰右肩、S2是一個吸收峰左肩、M是一個吸收峰峰值點，令：

R₁、λ₁分別為吸收峰右肩S1的反射率和波長位置；

R_M、λ_M分別為吸收峰峰值點M的反射率和波長位置；

R₂、λ₂分別為吸收峰左肩S2的反射率和波長位置；

對特征吸收峰的光譜吸收指數(shù)SAI進(jìn)行如下公式提?。?/p>

SAI＝[(λ_m-λ₂)/(λ₁-λ₂)×R₁+(1-(λ_m-λ₂)/(λ₁-λ₂))×R₂]/R_m。

優(yōu)選地，所述FAPAR估算單元54，具體用于：

通過對特征吸收峰SAI進(jìn)行數(shù)學(xué)變化，構(gòu)建新型植被指數(shù)：

$\mathrm{SAIVI}=\frac{C_1-C_2}{C_1+C_2}=\frac{{\mathrm{SAI}}_{M0}\×{\mathrm{SAI}}_{M1}-{\mathrm{SAI}}_{M2}\×{\mathrm{SAI}}_{M3}}{{\mathrm{SAI}}_{M0}\×{\mathrm{SAI}}_{M1}+{\mathrm{SAI}}_{M2}\×{\mathrm{SAI}}_{M3}},$

其中，SAI_Mx為吸收峰Mx的SAI值，其分子與分母均包含C1與C2，其中，C1由對葉綠素濃度敏感的藍(lán)波段吸收峰M0、紅波段吸收峰M1的SAI的乘積構(gòu)成，C2由對葉片水分含量敏感的近紅外波段吸收峰M2與M3的SAI的乘積構(gòu)成。

本發(fā)明實施例上述技術(shù)方案具有如下有益效果：通過一定的數(shù)學(xué)變換，優(yōu)化組合對高覆蓋度區(qū)域植被FAPAR變化敏感的可見光-近紅外高光譜吸收特征參數(shù)，構(gòu)建融入可見光-近紅外高光吸收特征的新型植被指數(shù)，提高常規(guī)可見光-近紅外植被指數(shù)的總體估算精度，從而提高植被光合有效輻射吸收率的遙感估算精度。

以下舉應(yīng)用實例進(jìn)行植被指數(shù)與FAPAR的相關(guān)分析：

對研究區(qū)94個不同覆蓋度級別樣方的MCARI2、EVI、OSAVI、MSAVI、TCI、REP、ARVI等常規(guī)植被指數(shù)以及新型植被指數(shù)SAI-VI與FAPAR值采用皮爾遜積矩相關(guān)系數(shù)進(jìn)行相關(guān)分析，可得，常規(guī)植被指數(shù)中的MCARI2、EVI、OSAVI、MSAVI、TCI、ARVI以及新型植被指數(shù)SAI-VI與FAPAR值的皮爾遜積矩相關(guān)系數(shù)均通過了0.01極顯著檢驗水平，新型植被指數(shù)SAI-VI與FAPAR值存在最大相關(guān)系數(shù)＝0.801(表1)。

表1天然草地典型群落冠層常規(guī)、新型植被指數(shù)與FAPAR的相關(guān)分析

注：n＝94，**表示通過0.01顯著性檢驗.*表示通過0.05顯著性檢驗

以下進(jìn)行線性與非線性擬合：

從表1中選出通過0.01極顯著性檢驗且相關(guān)系數(shù)大于0.6的8個指數(shù)為自變量，F(xiàn)APAR為因變量，對62個建模樣本進(jìn)行線性與非線性回歸分析，主要回歸模型有：

線性函數(shù)：y＝a+bx；

拋物線：y＝a+bx+cx²；

對數(shù)函數(shù)：y＝a+b*ln(x)；

指數(shù)函數(shù)：y＝a*exp(bx)；

式中，y代表FAPAR擬合值，x代表植被指數(shù)，a和b為常數(shù)。

建立各變量的最佳模型，在置信水平α＝0.01下查F分布表得：F_0.01(1，60)＝7.08，全部回歸方程的F值均大于7.08，即全部回歸方程在置信水平α＝0.01下是顯著的，各植被指數(shù)估算結(jié)果都達(dá)到極顯著水平(表2)。

表2 FAPAR估算的單變量最佳擬合模型

注：**表示通過0.01顯著性檢驗。

由表2，以SAI-VI為變量的指數(shù)方程，建模與檢驗判定系數(shù)(R²)均超過0.75，高于其他植被指數(shù)，且F檢驗值最大。

進(jìn)行精度驗證：

為進(jìn)一步驗證新型植被指數(shù)SAI-VI的模型精度，將全部參與建模的植被指數(shù)的FAPAR實測值與模型預(yù)測值進(jìn)行擬合(如圖6所示，為本發(fā)明應(yīng)用實例各變量最佳模型預(yù)測值與實測值的擬合圖)，經(jīng)公式3與公式4運算：

式中：x是樣本冠層光譜吸收特征參數(shù)，y是檢驗樣本冠層FAPAR實測值，y′是檢驗樣本冠層FAPAR預(yù)測值，n是樣本數(shù)。

32個檢驗樣本中，SAI-VI模型的FAPAR預(yù)測值平均RMSE＝0.125，平均MEC＝0.384，均為最低，預(yù)測精度高于其余全部參與建模的不同作用類型的植被指數(shù)。

可見，相比5種與FAPAR有較好相關(guān)性的具有不同作用類型的可見光-近紅外植被指數(shù)，其與FAPAR值的相關(guān)性更高(存在最大相關(guān)系數(shù)＝0.801)，以其為變量的指數(shù)模型預(yù)測FAPAR精度更高且穩(wěn)定性較好(建模與檢驗的判定系數(shù)均最高且超過0.75，RMSE與MEC值也相應(yīng)最小)。原因主要為：

首先，有研究發(fā)現(xiàn)，作為譜帶深度的另一種度量方式的光譜吸收指數(shù)SAI，用譜帶谷底的光譜強度對吸收深度作歸一化，減少了照度等變化所帶來的干擾，不僅和植被葉綠素濃度存在較好的相關(guān)性，而且，在植被覆蓋度較高時，“紅波段吸收峰”SAI對FAPAR的飽和性相比“紅波段吸收峰”峰值點反射率有明顯提升，由于葉綠素對植被光合有效輻射的吸收起核心作用，水分又是植被光合作用的基礎(chǔ)反應(yīng)物質(zhì)，新型植被指數(shù)SAI-VI通過優(yōu)化組合對葉綠素濃度敏感的藍(lán)波段吸收峰、紅波段吸收峰以及對葉片水分含量敏感的近紅外波段特征吸收峰的SAI，有效的綜合了對FAPAR敏感的光譜吸收特征信息，將之替代光譜反射率能表達(dá)植被光合有效輻射吸收特征的更多細(xì)節(jié)信息；再則，SAI-VI借鑒可見光-近紅外植被指數(shù)的數(shù)學(xué)形式，強化了可見光波段與近紅外波段光譜吸收特征的差別，相比單一光譜吸收特征參數(shù)SAI，降低土壤背景影響的同時提升了對FAPAR的飽和性，進(jìn)一步增強了對FAPAR變化的敏感度。

本發(fā)明應(yīng)用實例的數(shù)據(jù)獲取：分別于2014年7月下旬與2015年7月下旬在內(nèi)蒙古自治區(qū)中部與東部的草甸草原帶向典型草原帶過渡地帶選擇天然草地的典型群落布置1m*1m的樣方，進(jìn)行冠層光譜、光合有效輻射各分量以及植被覆蓋度的測定，共獲得94組有效數(shù)據(jù)集，樣方群落類型以克氏針茅與大針茅為建群種。

常規(guī)植被指數(shù)的選取與計算：

選擇與FAPAR具有較好相關(guān)性的植被指數(shù)的七種植被指數(shù)(表3)，包括MCARI2、EVI、OSAVI、MSAVI、TCI、REP、ARVI等，其中R_NIR＝800nm，R_RED＝680nm，R_BULE＝450nm。

表3研究采用的常規(guī)植被指數(shù)的定義與來源

應(yīng)該明白，公開的過程中的步驟的特定順序或?qū)哟问鞘纠苑椒ǖ膶嵗?。基于設(shè)計偏好，應(yīng)該理解，過程中的步驟的特定順序或?qū)哟慰梢栽诓幻撾x本公開的保護(hù)范圍的情況下得到重新安排。所附的方法權(quán)利要求以示例性的順序給出了各種步驟的要素，并且不是要限于所述的特定順序或?qū)哟巍?/p>

在上述的詳細(xì)描述中，各種特征一起組合在單個的實施方案中，以簡化本公開。不應(yīng)該將這種公開方法解釋為反映了這樣的意圖，即，所要求保護(hù)的主題的實施方案需要比清楚地在每個權(quán)利要求中所陳述的特征更多的特征。相反，如所附的權(quán)利要求書所反映的那樣，本發(fā)明處于比所公開的單個實施方案的全部特征少的狀態(tài)。因此，所附的權(quán)利要求書特此清楚地被并入詳細(xì)描述中，其中每項權(quán)利要求獨自作為本發(fā)明單獨的優(yōu)選實施方案。

為使本領(lǐng)域內(nèi)的任何技術(shù)人員能夠?qū)崿F(xiàn)或者使用本發(fā)明，上面對所公開實施例進(jìn)行了描述。對于本領(lǐng)域技術(shù)人員來說；這些實施例的各種修改方式都是顯而易見的，并且本文定義的一般原理也可以在不脫離本公開的精神和保護(hù)范圍的基礎(chǔ)上適用于其它實施例。因此，本公開并不限于本文給出的實施例，而是與本申請公開的原理和新穎性特征的最廣范圍相一致。

上文的描述包括一個或多個實施例的舉例。當(dāng)然，為了描述上述實施例而描述部件或方法的所有可能的結(jié)合是不可能的，但是本領(lǐng)域普通技術(shù)人員應(yīng)該認(rèn)識到，各個實施例可以做進(jìn)一步的組合和排列。因此，本文中描述的實施例旨在涵蓋落入所附權(quán)利要求書的保護(hù)范圍內(nèi)的所有這樣的改變、修改和變型。此外，就說明書或權(quán)利要求書中使用的術(shù)語“包含”，該詞的涵蓋方式類似于術(shù)語“包括”，就如同“包括，”在權(quán)利要求中用作銜接詞所解釋的那樣。此外，使用在權(quán)利要求書的說明書中的任何一個術(shù)語“或者”是要表示“非排它性的或者”。

本領(lǐng)域技術(shù)人員還可以了解到本發(fā)明實施例列出的各種說明性邏輯塊(illustrative logical block)，單元，和步驟可以通過電子硬件、電腦軟件，或兩者的結(jié)合進(jìn)行實現(xiàn)。為清楚展示硬件和軟件的可替換性(interchangeability)，上述的各種說明性部件(illustrative components)，單元和步驟已經(jīng)通用地描述了它們的功能。這樣的功能是通過硬件還是軟件來實現(xiàn)取決于特定的應(yīng)用和整個系統(tǒng)的設(shè)計要求。本領(lǐng)域技術(shù)人員可以對于每種特定的應(yīng)用，可以使用各種方法實現(xiàn)所述的功能，但這種實現(xiàn)不應(yīng)被理解為超出本發(fā)明實施例保護(hù)的范圍。

本發(fā)明實施例中所描述的各種說明性的邏輯塊，或單元都可以通過通用處理器，數(shù)字信號處理器，專用集成電路(ASIC)，現(xiàn)場可編程門陣列或其它可編程邏輯裝置，離散門或晶體管邏輯，離散硬件部件，或上述任何組合的設(shè)計來實現(xiàn)或操作所描述的功能。通用處理器可以為微處理器，可選地，該通用處理器也可以為任何傳統(tǒng)的處理器、控制器、微控制器或狀態(tài)機。處理器也可以通過計算裝置的組合來實現(xiàn)，例如數(shù)字信號處理器和微處理器，多個微處理器，一個或多個微處理器聯(lián)合一個數(shù)字信號處理器核，或任何其它類似的配置來實現(xiàn)。

本發(fā)明實施例中所描述的方法或算法的步驟可以直接嵌入硬件、處理器執(zhí)行的軟件模塊、或者這兩者的結(jié)合。軟件模塊可以存儲于RAM存儲器、閃存、ROM存儲器、EPROM存儲器、EEPROM存儲器、寄存器、硬盤、可移動磁盤、CD-ROM或本領(lǐng)域中其它任意形式的存儲媒介中。示例性地，存儲媒介可以與處理器連接，以使得處理器可以從存儲媒介中讀取信息，并可以向存儲媒介存寫信息?？蛇x地，存儲媒介還可以集成到處理器中。處理器和存儲媒介可以設(shè)置于ASIC中，ASIC可以設(shè)置于用戶終端中?？蛇x地，處理器和存儲媒介也可以設(shè)置于用戶終端中的不同的部件中。

在一個或多個示例性的設(shè)計中，本發(fā)明實施例所描述的上述功能可以在硬件、軟件、固件或這三者的任意組合來實現(xiàn)。如果在軟件中實現(xiàn)，這些功能可以存儲與電腦可讀的媒介上，或以一個或多個指令或代碼形式傳輸于電腦可讀的媒介上。電腦可讀媒介包括電腦存儲媒介和便于使得讓電腦程序從一個地方轉(zhuǎn)移到其它地方的通信媒介。存儲媒介可以是任何通用或特殊電腦可以接入訪問的可用媒體。例如，這樣的電腦可讀媒體可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盤存儲、磁盤存儲或其它磁性存儲裝置，或其它任何可以用于承載或存儲以指令或數(shù)據(jù)結(jié)構(gòu)和其它可被通用或特殊電腦、或通用或特殊處理器讀取形式的程序代碼的媒介。此外，任何連接都可以被適當(dāng)?shù)囟x為電腦可讀媒介，例如，如果軟件是從一個網(wǎng)站站點、服務(wù)器或其它遠(yuǎn)程資源通過一個同軸電纜、光纖電纜、雙絞線、數(shù)字用戶線(DSL)或以例如紅外、無線和微波等無線方式傳輸?shù)囊脖话谒x的電腦可讀媒介中。所述的碟片(disk)和磁盤(disc)包括壓縮磁盤、鐳射盤、光盤、DVD、軟盤和藍(lán)光光盤，磁盤通常以磁性復(fù)制數(shù)據(jù)，而碟片通常以激光進(jìn)行光學(xué)復(fù)制數(shù)據(jù)。上述的組合也可以包含在電腦可讀媒介中。

以上所述的具體實施方式，對本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實施方式而已，并不用于限定本發(fā)明的保護(hù)范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。