申请/专利权人：中国科学院东北地理与农业生态研究所

申请日：2024-01-23

公开（公告）日：2024-04-30

公开（公告）号：CN117953373A

主分类号：G06V20/10

分类号：G06V20/10;G06V10/764;G06V10/774

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：一种湿地植物群落精细分类方法，本发明涉及一种湿地植物群落分类方法。本发明解决了现有遥感技术无法快速准确识别湿地植物群落分布范围的技术问题。方法：一、确定湿地植物群落的分类系统；二、获取分类系统中的样本点并构建样本库；三、GoogleEarthEngine中的Sentinel‑1，Sentinel‑2和DEM数据被用于湿地植物群落遥感分类；四、分别从步骤三预处理后的三种数据提取极化、物候和地形特征以构建特征向量集；五、在GoogleEarthEngine上构建随机森林分类器；六、采用分层随机抽样对步骤二的样本库进行划分，对研究区域内的每个像素进行分类并生成湿地植物群落的分布图。本发明所涉及的湿地植物群落遥感分类方法快捷准确，具有可重复性和较强的泛化能力。

主权项：1.一种湿地植物群落精细分类方法，其特征在于湿地植物群落精细分类方法按照以下步骤进行：步骤一、根据研究区域的情况，确定湿地植物群落的分类系统；步骤二、使用实地调查和目视解译结合的方法获取分类系统中的样本点并构建样本库，其中，便携式手持GPS设备被用于实地调查，高分辨率的谷歌地球影像被用于目视解译；步骤三、GoogleEarthEngine中的Sentinel-1、Sentinel-2和DEM数据被用于湿地植物群落遥感分类；使用GoogleEarthEngine上的函数对Sentinel-1，Sentinel-2和DEM遥感数据分别进行预处理；其中，Sentinel-1影像使用“RefinedLee”滤波器进行斑点抑制处理；Sentinel-2数据进行批量镶嵌、裁剪、云掩膜和水体掩膜的预处理；对DEM数据进行重采样；步骤四、分别从预处理后的Sentinel-1和Sentinel-2时间序列数据和DEM数据提取极化、物候和地形特征以构建特征向量集，即使用中值滤波和波段的线性组合从Sentinel-1时间序列数据提取VV、VH、SAR_sum、SAR_diff和SAR_NDVI共5个极化特征，其中SAR_sum、SAR_diff和SAR_NDVI的计算公式如下：SAR_sum＝VH+VVSAR_diff＝VH-VVSAR_NDVI＝SAR_diff-SAR_sum然后，分别计算所有Sentinel-2数据的NDVI、IRECI和NDWI并构建时间序列数据，进行二项傅立叶函数拟合并提取物候特征，公式如下： yt＝β0+β1coswt+β2sinwt+β3cos2wt+β4sin2wt+et上式中，w表示角频率w＝2πT，T表示当前年份的总天数，t表示年内天数day，et是随机误差，β0β1、β2、β3和β4是系数；其中，基于NDVI和IRECI的物候特征包括：SOS生长季开始的年内天数、EOS生长季结束的年内天数、LOS生长季的长度、MOS生长季峰值对应的年内天数、BV基值、SA生长季的振幅、IRS生长季初期的变绿速率和DRS生长季末期的变黄速率；二项傅立叶函数拟合后的NDWI时间序列与植被生长变化不一致，因此基于NDWI的时序特征提取原理与物候特征相同主要为从拟合曲线中提取的拐点信息；主要包括：MV拟合曲线的最大值、MOS拟合曲线最大值对应的年内天数、BV拟合曲线的基值、BVD基值对应的年内天数、MVL拟合曲线在春季达到的最大值、MVLD春季最大值对应的年内天数、MVR拟合曲线在秋季达到的最大值、MVRD秋季最大值对应的年内天数和SA拟合曲线的振幅；最后，使用函数“ee.Terrain.slope”从DEM提取坡度信息，并与高程共同构成地形特征；步骤五、在GoogleEarthEngine上构建100棵决策树的随机森林分类器，其中每个节点分裂时选择的特征数量设置为5；步骤六、采用分层随机抽样对步骤二的样本库进行划分；随机选取60％的样本数据作为随机森林模型学习的训练集，对研究区域内的每个像素进行分类并生成湿地植物群落的分布图，剩余的40％的样本数据以混淆矩阵的形式用于测试分类的准确性；即实现了湿地植物群落的精细分类。

全文数据：

权利要求：

百度查询： 中国科学院东北地理与农业生态研究所 一种湿地植物群落精细分类方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD