一种基于云计算平台的森林扰动长时间序列监测方法技术

本发明专利技术公开一种基于云计算平台的森林扰动长时间序列监测方法，其利用云计算数据库中的原始数据集以及TOA反射率数据；第一步将原始影像数据预处理；然后进行监督分类，同时进行NDVI、NDWI滤波。再直接使用TOA反射率数据、通过相关函数进行所需影像的筛选，同时也进行去云处理。再次将第一步中的结果数据与TOA反射率数据进行合成，提取第一步结果中的分类森林样本作为第二次TOA反射率数据的掩膜数据。多次扰动信息提取以确定合适阈值并进行扰动信息提取。本发明专利技术的方法优点在于：1)提高遥感数据处理效率；2)提高森林扰动像元的监测精度；3)增加时间研究尺度；4)解决对不同区域的监测应对变化难度。

【技术实现步骤摘要】
一种基于云计算平台的森林扰动长时间序列监测方法
本专利技术属于遥感技术应用领域，涉及一种基于云计算平台的森林扰动长时间序列监测方法。
技术介绍
随着互联网和计算机的不断发展，云计算服务进入各行各业，将复杂、繁琐的工作利用远程服务器计算的方程实现快速高效。目前国外领先云计算公司有很多：亚马逊AWS、微软、google、IBM等；国内领先云计算平台：阿里云、腾讯云、天翼云、沃云等。众多的云计算公司和平台为各个领域带来了勃勃生机，逐渐实现自动化、智能化。但众多云计算公司使用费用较高，不够大众化，对客户的网络连接能力要求较高。多年来针对森林扰动有众多监测方法，利用遥感影像监测森林扰动也存在很多监测指数，如：归一化植被指数(NDVI)、IFZ指数、归一化燃烧比(NBR)指数、MODIS全球扰动指数(MGDI)、基于缨帽变化的DI指数、归一化湿度指数(NDMI)、IFZ指数等。但众多指数的监测对象以及突出监测对象各不相同，面对大尺度、大区域、大数据的监测能力等存在不够明显。目前遥感对森林扰动监测可谓逐渐走向成熟，但对历史长河中的森林状态的探索一直是人们研究的热点、难点；由于受到数据量、数据质量、处理困难等特点也使长时间序列的监测变得尤为困难。研究长时间序列对森林的历史资源掌握、对未来资源发展的趋势、未来规划设计等具有重要意义。
技术实现思路
本专利技术所要解决的问题是：提出一种基于云计算平台森林扰动监测方法，能够有效解决在森林扰动监测中大量数据处理的复杂工作问题，解决森林扰动相关指数对大尺度、长时间序列的迅速应对变化问题。本专利技术提出的技术方案如下：一种基于云计算平台的森林扰动长时间序列监测方法，包括以下步骤：步骤1：获取landsat遥感影像原始数据集，进行辐射定标、大气校正、去云预处理；然后进行监督分类，同时进行NDVI、NDWI滤波；步骤2：获取landsat5、landsat7、landsat8经过大气校正的TOA反射率产品所需年份的长时间序列数据集；步骤3：将步骤2形成的TOA产品数据集进行区域筛选、去云，云检测使用Fmask算法检测方法，挑选云量为20％以下的影像，并将其云进行掩膜；步骤4：计算归一化水体指数(NDWI)、归一化植被指数(NDVI)、进行水体、植被的提取；步骤5：将步骤4中的获取的结果提取森林样本，作为步骤3中获取的结果的掩膜数据，经过掩膜后的TOA数据将其进行缨帽变换；缨帽变换后分别计算三个变量亮度、绿度、湿度的平均值、标准差；步骤6：对TOA产品数据集进行扰动值计算处理；步骤7：选择长时间跨度的影像列表；步骤8：计算扰动像元值及恢复像元值；扰动平均值DIm＝(DIμ1+DIμ2+...+DIμn)/n，其中DIμ1为第一年的森林扰动指数平均值，依次类推DIμn为第n年的森林扰动指数平均值；扰动像元，如果DIn、DIn+1、DIn+2均大于阈值θ，则DIn为第n年扰动值，此时DIn对应的该像元为扰动像元。恢复像元，如果DIn、DIn+1、DIn+2中DIn为扰动像元值，DIn+1、DIn+2均小于阈值θ，此时DIn对应的该像元为恢复像元；亮度值B越大,绿度值G、湿度值W越小，DI值越大，扰动值越大，扰动程度越高；步骤9：调整阈值θ；步骤10：计算森林扰动面积、恢复面积、扰动比例、恢复比例：扰动面积＝扰动像元的总和恢复面积＝恢复像元的总和扰动比例＝扰动面积/总面积恢复比例＝恢复面积/总面积。优选地，步骤1中所述监督分类的选取方式以landsat影像结合googleearth地图进行选取样本，主要选择的样本是建筑、水体、耕地、森林。优选地，步骤6中对TOA数据集进行扰动值计算处理按照以下公式进行计算：森林扰动指数DI＝Bt-(Gt+Wt)标准化后的亮度Bt＝(B-Bμ)/Bσ标准化后的绿度Gt＝(G-Gμ)/Gσ标准化后的湿度Wt＝(W-Wμ)/Wσ森林扰动指数平均值DIμ＝Bμ-(Gμ+Wμ)。优选地，在步骤10之后，还包括步骤11：提取每年的扰动像元数量并按照其分辨率计算其面积，绘制成列表，并导出平台。优选地，在步骤11之后，还包括步骤12：将长时间序列结果集导出，在arcgis中打开，并根据需要绘制成专题图。本专利技术的基于云计算平台的森林扰动长时间序列监测方法与现有技术相比的优点在于：1)提高遥感数据处理效率；2)提高森林扰动像元的监测精度；3)增加时间研究尺度；4)解决对不同区域的监测应对变化难度。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。图1为本专利技术的基于云计算平台的森林扰动长时间序列监测方法流程示意图。图2为Fmask函数去云流程示意图。图3为本专利技术的方法对黄山森林扰动监测示意图。图4为本专利技术的方法对黄山时序扰动信息提取示意图。图5为扰动点的时间序列扰动值。具体实施方式本专利技术的基于云计算平台森林扰动长时间序列监测方法的森林扰动监测算法的原理为：基于森林扰动DI算法的基础上并加以改进，DI指数在根据对影像波段的进行缨帽变化后，提取其主要的分量进行数学运算，以获取主要的森林扰动信息，其DI算法的主要原理如下：森林扰动指数DI＝Bt-(Gt+Wt)标准化后的亮度Bt＝(B-Bμ)/Bσ标准化后的绿度Gt＝(G-Gμ)/Gσ标准化后的湿度Wt＝(W-Wμ)/Wσ森林扰动指数平均值DIμ＝Bμ-(Gμ+Wμ)B、G、W是影像缨帽变化后的对应第一分量即亮度、第二分量即绿度、第三分量即湿度；Bμ、Gμ、Wμ是缨帽变化后的对应亮度、绿度、湿度的平均值；Bσ、Gσ、Wσ是缨帽变换后的对应亮度、绿度、湿度的标准差；将以上按公式进行运算得到标准化后的亮度Bt、绿度Gt、湿度Wt；之后通过数学运算得到DI值。利用googleearthengine(GEE)云计算平台，将缨帽变换、均值运算、方差运算、标准化运算、DI算法等实现JavaScript语言编写。将JavaScript语言编写的算法转换为GEE中的平台专用使用语言。参见图1，示出本专利技术的流程示意图，总体上主要利用云计算数据库中的原始数据集以及TOA反射率数据；首先将landsat5、7、8原始影像数据去云、辐射定标、大气校正等预处理；然后进行监督分类，同时进行NDVI、NDWI滤波，目的是更好的过滤出森林样本，以便在后续计算中使用。再直接使用TOA反射率数据、通过相关函数进行所需影像的筛选，同时也进行去云处理。再次将第一步中的结果数据与TOA反射率数据进行合成，提取原始影像数据预处理结果中的分类森林样本作为第二次TOA反射率数据的掩膜数据。多次扰动信息提取以确定合适阈值并进行扰动信息提取。后处理工作主要包括结果统计、结果分析、装饰制图等。根据本专利技术的基于云计算平台的森林扰动长时间序列监测方法的实施例，包括以下步骤：步骤1：获取landsat遥感影像原始数据集，进行辐射定标、大气校正、去云等预处理；然后进行监督分类，同时进行NDVI、NDWI滤波；所述监督分类的选取方式以landsat影像结合googleearth地图进行选取样本。这里主要选择的样本是建筑、水体、耕地、森林。步骤2：获取landsat5、landsat7、landsat8经过大气校正的TOA本文档来自技高网...

【技术保护点】
1.一种基于云计算平台的森林扰动长时间序列监测方法，包括以下步骤：步骤1：获取landsat遥感影像原始数据集，进行辐射定标，大气校正、去云预处理；然后进行监督分类，同时进行NDVI、NDWI滤波；步骤2：获取landsat5、landsat7、landsat8经过大气校正的TOA反射率产品所需年份的长时间序列数据集；步骤3：将步骤2形成的TOA产品数据集进行区域筛选、去云，云检测使用Fmask算法检测方法，挑选云量为20％以下的影像，并将其云进行掩膜；步骤4：计算归一化水体指数(NDWI)、归一化植被指数(NDVI)、进行水体、植被的提取；步骤5：将步骤4中的获取的结果提取森林样本，作为步骤3中获取的结果的掩膜数据，经过掩膜后的TOA数据将其进行缨帽变换；缨帽变换后分别计算三个变量亮度、绿度、湿度的平均值、标准差；步骤6：对TOA产品数据集进行扰动值计算处理；步骤7：选择长时间跨度的影像列表；步骤8：计算扰动像元值及恢复像元值；扰动平均值DIm＝(DIμ1+DIμ2+...+DIμn)/n，其中DIμ1为第一年的森林扰动指数平均值，依次类推DIμn为第n年的森林扰动指数平均值；扰动像元，如果DIn、DIn+1、DIn+2均大于阈值θ，则DIn为第n年扰动值，此时DIn对应的该像元为扰动像元。恢复像元，如果DIn、DIn+1、DIn+2中DIn为扰动像元值，DIn+1、DIn+2均小于阈值θ，此时DIn对应的该像元为恢复像元；亮度值B越大,绿度值G、湿度值W越小，DI值越大，扰动值越大，扰动程度越高；步骤9：调整阈值θ；步骤10：计算森林扰动面积、恢复面积、扰动比例、恢复比例：扰动面积＝扰动像元的总和恢复面积＝恢复像元的总和扰动比例＝扰动面积/总面积恢复比例＝恢复面积/总面积。...

【技术特征摘要】
1.一种基于云计算平台的森林扰动长时间序列监测方法，包括以下步骤：步骤1：获取landsat遥感影像原始数据集，进行辐射定标，大气校正、去云预处理；然后进行监督分类，同时进行NDVI、NDWI滤波；步骤2：获取landsat5、landsat7、landsat8经过大气校正的TOA反射率产品所需年份的长时间序列数据集；步骤3：将步骤2形成的TOA产品数据集进行区域筛选、去云，云检测使用Fmask算法检测方法，挑选云量为20％以下的影像，并将其云进行掩膜；步骤4：计算归一化水体指数(NDWI)、归一化植被指数(NDVI)、进行水体、植被的提取；步骤5：将步骤4中的获取的结果提取森林样本，作为步骤3中获取的结果的掩膜数据，经过掩膜后的TOA数据将其进行缨帽变换；缨帽变换后分别计算三个变量亮度、绿度、湿度的平均值、标准差；步骤6：对TOA产品数据集进行扰动值计算处理；步骤7：选择长时间跨度的影像列表；步骤8：计算扰动像元值及恢复像元值；扰动平均值DIm＝(DIμ1+DIμ2+...+DIμn)/n，其中DIμ1为第一年的森林扰动指数平均值，依次类推DIμn为第n年的森林扰动指数平均值；扰动像元，如果DIn、DIn+1、DIn+2均大于阈值θ，则DIn为第n年扰动值，此时DIn对应的该像元为扰动像元。恢复像元，如果DIn、DIn+1、DIn+2中DIn为扰动像元值，DIn+1、DIn+2均小于阈值θ，此时DIn对应的该像元为恢复像元；亮度值B越大,绿度值G、湿度值W越小，DI值越大，扰动值越大，扰动程度越高；步骤9：调整阈值θ；步骤10：计算森林扰动面积、恢复面积、扰动比例、恢复比例：扰动面积＝扰动像元的总和恢复面积＝恢复像元的总和扰动比例＝扰动面积/总面积恢复比例＝恢复面积/总面积...

【专利技术属性】
技术研发人员：朱岚巍，张少宇，霍艳辉，
申请(专利权)人：中国科学院遥感与数字地球研究所，三亚中科遥感研究所，
类型：发明
国别省市：北京,11