多尺度森林动态变化监测方法技术

本发明专利技术公开了一种多尺度森林动态变化监测方法，包括：遥感影像几何校正与配准；利用一年内不同季节的1KM分辨率的MODIS时间序列NDVI数据，获得1KM分辨率的土地覆盖类型图；利用多年1KM分辨率的土地覆盖图，生成粗尺度土地覆盖变化图；利用粗尺度土地覆盖变化类型图建立粗尺度森林植被变化掩模文件；根据粗尺度森林植被变化掩模文件，在30m分辨率TM影像上构建森林植被特征指数；粗尺度土地覆盖变化图与时间序列的森林特征指数相结合的森林动态变化信息提取。本发明专利技术提供的方法利用不同空间分辨率的时间序列遥感数据，可对大面积区域实现从粗尺度土地覆盖到精尺度森林变化的逐级细化的森林动态监测，不仅能提供监测效率，而且还能提高监测准确性。

【技术实现步骤摘要】

本专利技术涉及一种，特别涉及多尺度时间序列遥感数 据在森林资源动态变化监测方面的技术，属于遥感技术在林业中的应用领域。
技术介绍
森林植被不仅为人类的生存发展提供了最基本的物质和能量来源，而且在维持生 态过程和生态平衡中也具有重要的作用，特别是保护脆弱的生态系统、水域和淡水资源方 面起着关键的作用。森林自然的更新演替、森林灾害（火灾，病虫害）以及人类活动的干扰 会造成森林植被发生变化，森林植被的动态直接影响到陆地生态系统的平衡和健康。森林 动态变化的研宄，可以及时了解森林资源的数量和质量，掌握森林资源的消长变化规律和 趋势，分析影响与制约森林生长的自然、经济、社会客观条件，建立或更新森林资源档案，对 揭示生态系统环境变化及植被恢复和重建布局等具有重要意义。 遥感技术为森林动态监测提供了新的手段。与传统的森林资源清查相比，遥感能 获得大量不同空间分辨率、多时相的数据，为在森林变化监测提供了丰富的数据源。在全 球或区域范围的大尺度森林监测中，中分辨率成像光谱设备（MODIS)等低空间分辨率的影 像被大量的用在森林的变化监测中，这些数据具有高时间分辨率的特性，可以获得更多时 间点的地表覆盖信息。但是这些数据由于空间分辨率较低，主要被用来监测大面积的土地 利用类型的变化，更多的反应了森林和非森林的变化情况，对变化相对较小的区域很难监 测。高分辨率的遥感影像具有更高的空间分辨率，为更精细的森林变化检测提供了很好的 数据，但是绝大多数的高分辨率遥感影像需要购买如QuickBird、SPOT，数据成本较高。中 等分辨率的影像数据如LandSat卫星的TM/ETM+影像免费，同时也具有较好的光谱与空间 分辨率可以很好的用于变化检测。但是由于云等天气的影响，能够获得的有效时间序列数 据质量不高。 在动态变化监测算法方面，有许多学者研宄了针对各种不同空间分辨率的遥感影 像提出了许多土地覆盖和植被的变化检测算法。这些变化检测一般对两个不同时期的影像 进行分析，提取变化信息，算法可大致分为两类：一类是采用非监督的方式，对两个不同时 期的影像，利用差值、比值、典型相关变换等方法构建差异影像，然后设置变化阈值，确定变 化和非变化区域。这种变化检测算法的关键在于如何确定变化的阈值。另外一类变化检测 算法主要采用监督分类的方式，对两个不同时期的影像分别分类，然后比较分类结果确定 变化区域及变化类型。这种变化检测方法需要大量的样本。这些变化检测算法在土地覆盖 变化监测方面取得了较好的效果，但是在应用到森林的变化检测中存在一定的局限性。由 于植被的生长具有季节性规律，不同植被类型在不同季节的影像上会表现出明显的差异， 这种植被季相性的差异会影响到变化检测的结果。 综上所述，现有的变化检测算法大都只利用了两个时期的影像，且只在相同空间 分辨率的影像上进行变化检测，监测的范围和效率相对较低。此外，现有技术还存在以下突 出的缺陷和问题，包括： (1)只利用了单一空间分辨率的影像，在数据处理的效率和空间范围上有一定的 局限性。而一般森林覆盖区域面积大，区域范围广，需要能够及时快速的定位到发生变化区 域。 (2)只利用了两个时期的影像，而植被本身的生长就具有季节性规律，两个单一时 相的数据必须要求在同一生长季，限制了算法的应用范围。 (3)只两个时间点的影像数据只能反映在这时间段内的森林状态信息，无法反映 森林随时间的动态变化的规律。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种基于多尺度时间序列遥感影像的森 林资源动态监测方法。 为了解决上述技术问题，本专利技术采用如下的技术方案： 本专利技术提供一种，主要包括以下步骤： 步骤一、影像预处理； 步骤二、获取土地覆盖类型图； 步骤三、生成森林植被变化信息； 步骤四、云及阴影掩模处理； 步骤五、构建森林植被特征指数； 步骤六、提取动态变化f目息。 具体包括以下步骤： 步骤一、获取目标对象的MODIS-NDVI时间序列数据和对应的TM影像时间序列数 据，并对影像进行几何校正与配准； 步骤二、利用不同的MODIS时间序列NDVI数据，获得土地覆盖类型图； 步骤三、利用土地覆盖类型图，生成粗尺度森植被变化信息； 步骤四、对TM影像进行云及阴影掩模处理； 步骤五、根据粗尺度森林植被变化掩模文件，在TM影像上构建森林植被特征指 数； 步骤六、粗尺度土地覆盖变化图与时间序列的森林特征指数相结合的森林动态变 化f目息提取。 优选的，上述步骤一的遥感影像几何校正与配准包括： 步骤1. 1MODIS-NDVI时间序列的影像几何校正； 步骤1. 2TM影像时间序列的影像几何校正； 步骤1. 3MODIS-NDVI与TM影像间的相互配准； 所述TM影像间的匹配根据TM自带的UTM坐标进行匹配，如果匹配误差较大在选 择控制点，利用多项式纠正方法纠正； 所述MODIS-NDVI数据与TM数据间直接利用数据自带的地理坐标确定位置。 优选的，上述步骤二具体为利用一年内不同季节的1KM分辨率的M0DIS时间序列 NDVI数据，获得1KM分辨率的土地覆盖类型图，在1KM分辨率粗尺度数据上，将地表覆盖类 型分为森林、农田、城市建筑、水体四大基本类型，其NDVI值由高到低依次为森林、农田、城 市建筑、水体，通过统计分析不同土地覆盖类别各月份的NDVI直方图，确定对应月份各类 别NDVI阈值，具体处理过程包括以下步骤： 步骤2. 1各地表覆盖类别阈值确定；选择各种覆盖类型的样本，计算各个月份中 的均值和方差，各个类别阈值区间被定义为【主权项】1. 一种，其特征在于所述方法主要包括w下步骤： 步骤一、影像预处理； 步骤二、获取±地覆盖类型图； 步骤=、生成森林植被变化信息； 步骤四、云及阴影掩模处理； 步骤五、构建森林植被特征指数； 步骤六、提取动态变化信息。2. 根据权利要求1所述的，其特征在于具体包括W下步 骤： 步骤一、获取目标对象的MODIS-NDVI时间序列数据和对应的TM影像时间序列数据，并 对影像进行几何校正与配准； 步骤二、利用不同的MODIS时间序列NDVI数据，获得±地覆盖类型图； 步骤S、利用±地覆盖类型图，生成粗尺度森植被变化信息； 步骤四、对TM影像进行云及阴影掩模处理； 步骤五、根据粗尺度森林植被变化掩模文件，在TM影像上构建森林植被特征指数； 步骤六、粗尺度±地覆盖变化图与时间序列的森林特征指数相结合的森林动态变化信 息提取。3.根据权利要求2所述的，其特征在于；所述步骤一的 遥感影像几何校正与配准包括： 步骤1. 1M0DIS-NDVI时间序列的影像几何校正； 步骤1. 2TM影像时间序列的影像几何校正； 步骤1. 3M0DIS-NDVI与TM影像间的相互配准； 所述TM影像间的匹配根据TM自带的UTM坐标进行匹配，如果匹配误差较大在选择控 制点，利用多项式纠正方法当前第1页1 2 本文档来自技高网...

【技术保护点】
一种多尺度森林动态变化监测方法，其特征在于所述方法主要包括以下步骤：步骤一、影像预处理；步骤二、获取土地覆盖类型图；步骤三、生成森林植被变化信息；步骤四、云及阴影掩模处理；步骤五、构建森林植被特征指数；步骤六、提取动态变化信息。

【技术特征摘要】

【专利技术属性】
技术研发人员：佃袁勇，黄春波，周志翔，姚崇怀，徐永荣，王娣，
申请(专利权)人：华中农业大学，
类型：发明
国别省市：湖北;42