海南热带天然林植被型组分类方法技术

本发明专利技术公开一种海南热带天然林植被型组分类方法。本发明专利技术利用多时相SAR数据和单时相少云雾覆盖光学遥感数据，分析热带典型林地光谱和散射特征差异和旱雨季变化信息，结合海南热带天然林植被型组类型和海南热带天然林生长分布规律，提出适合海南热带天然林的遥感植被型组的分类系统，并在此基础上建立一种基于机器学习的海南热带天然林分类方法。该方法为海南岛天然林植被类型组(三级类)遥感分类问题提供一种解决途径，分类精度高于80％。

【技术实现步骤摘要】
海南热带天然林植被型组分类方法
本专利技术涉及遥感
，具体涉及基于多源多时相遥感数据的海南热带天然林植被型组分类方法。
技术介绍
热带天然林是全球物种最为丰富的森林生态系统，主要分布在赤道附近的热带气候区域，对全球气候变化、生态循环、水土保持以及空气净化都具有重要作用。因此，对热带天然林开展资源调查及监测具有十分重要的意义。我国海南岛的天然林是中国最完美和种类最丰富的热带天然林，是海南岛生态系统的核心，在环境保护等方面具有很高的价值，对当地的旅游、生物等产业发展带来了巨大的帮助。遥感技术以其宏观、经济、快速的特点，在热带森林资源监测中得到了广泛的应用。然而，现有的方法和技术多集中在大尺度区域内的针叶林、阔叶林、针阔混交林的识别，缺乏热带天然林更精细的内部林型的遥感分类划分和识别的方法，这主要由于热带地区森林的湿热条件较好，森林中的各种植被长得高大茂密，从林冠到林下树木分为多个层次，各层次相互套迭，形成了十分复杂的空间结构及错综复杂的树种分布，加之海南岛天然林层数更多，位于复杂山区且经常性的雨雾覆盖，这些都对遥感热带天然林监测和调查提出了巨大的挑战。考虑到海南岛天然林植被型组典型本文档来自技高网...

【技术保护点】
1.一种海南热带天然林植被型组分类方法，其特征在于，包括以下步骤:遥感数据选择步骤，对参与海南热带天然林植被类型划分的遥感数据进行筛选，包括光学数据选择和SAR数据选择；遥感数据预处理步骤，分别对所述SAR数据和所述光学数据进行预处理并基于精确地理编码后的光学影像，将多时相SAR影像一一配准到光学影像图；初级分类步骤，对海南热带天然林遥感分类特征量进行筛选，进行基于机器学习的海南岛基础地物分类，并对海南热带天然林范围进行提取及优化；以及植被型组分类步骤，确定海南热带天然林植被型组遥感类型，进行基于机器学习的海南热带天然林植被型组分类，并对海南热带天然林植被型组分类进行优化。

【技术特征摘要】
1.一种海南热带天然林植被型组分类方法，其特征在于，包括以下步骤:遥感数据选择步骤，对参与海南热带天然林植被类型划分的遥感数据进行筛选，包括光学数据选择和SAR数据选择；遥感数据预处理步骤，分别对所述SAR数据和所述光学数据进行预处理并基于精确地理编码后的光学影像，将多时相SAR影像一一配准到光学影像图；初级分类步骤，对海南热带天然林遥感分类特征量进行筛选，进行基于机器学习的海南岛基础地物分类，并对海南热带天然林范围进行提取及优化；以及植被型组分类步骤，确定海南热带天然林植被型组遥感类型，进行基于机器学习的海南热带天然林植被型组分类，并对海南热带天然林植被型组分类进行优化。2.根据权利要求1所述的海南热带天然林植被型组分类方法，其特征在于，所述SAR数据为一个年度的多时相数据，时间跨度至少要跨越旱季和雨季。3.根据权利要求1所述的海南热带天然林植被型组分类方法，其特征在于，所述光学数据选取同一时间，少云或者无云的数据，至少一期。4.根据权利要求1所述的海南热带天然林植被型组分类方法，其特征在于，所述SAR数据预处理包括辐射定标、斑噪去除、地形辐射校正、影像裁剪和镶嵌处理。5.根据权利要求1所述的海南热带天然林植...

【专利技术属性】
技术研发人员：张露，万祥星，李新武，史健康，孙中昶，
申请(专利权)人：三亚中科遥感研究所，中国科学院遥感与数字地球研究所，
类型：发明
国别省市：海南,46