申请/专利权人:长沙学院
申请日:2024-01-25
公开(公告)日:2024-04-26
公开(公告)号:CN117935078A
主分类号:G06V20/13
分类号:G06V20/13;G06V20/70;G06V10/774;G06V10/82;G06V10/764;G06V20/10;G06T5/70;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明公开了一种先逐年分类后轨迹分析的时间序列变化检测方法,属于卫星遥感领域,尤其适用于土地覆盖和土地利用的变化检测,包括:获取研究区域时间序列遥感影像,进行去云、时序重构等预处理;构建深度学习网络融合“时‑空‑谱”特征,对土地覆盖类别进行逐年分类;根据各年的类别序列判断土地覆盖发生变化的年份和变化类型;对变化年份的时序轨迹进行分析,检测发生变化的具体时间。该方法适用于所有时间序列变化检测,为精确检测变化时间和变化类型提供了一种新的技术方法。
主权项:1.一种先逐年分类后轨迹分析的时间序列变化检测方法,其特征在于,所述检测方法包括以下步骤:S1:获取研究区域多年的遥感时序影像,进行时序影像预处理,构成无异常值的地表反射率时间序列和植被指数时间序列;S2:构建深度学习网络,挖掘并融合“时-空-谱”特征,对土地覆盖进行逐年分类;S3:根据各年的类别序列判断是否发生变化,比较相邻年份的土地类型判断变化,并确定发生变化的年份和变化类型;S4:对变化年份的时序曲线进行轨迹分析,检测发生变化的具体时间。
全文数据:
权利要求:
百度查询: 长沙学院 一种先逐年分类后轨迹分析的时间序列变化检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。