The invention relates to the field of ecological environment monitoring, and discloses a terrestrial plant ecological environment monitoring method based on multi-source remote sensing data fusion for more efficient recognition, classification and dynamic monitoring of vegetation types in target areas. The invention takes vertical photographs of the target area by UAV and generates three-dimensional model of UAV remote sensing; then obtains the spectral remote sensing image of the target area by satellite remote sensing, fuses the satellite remote sensing image with the model generated by three-dimensional model of UAV remote sensing; calculates and segmentes the fused image; then determines the characteristic parameter index participating in object-oriented classification and supervises it. Classification and extraction of measured vegetation types; then build confusion matrix, use confusion matrix to evaluate the classification accuracy, and then extract the area size and distribution of various vegetation types; finally, compare and analyze the classification results of the two periods, and calculate the dynamic range and area of different vegetation types. The invention is suitable for monitoring the ecological environment of terrestrial plants.
【技术实现步骤摘要】
基于多源遥感数据融合的陆生植物生态环境监测方法
本专利技术涉及生态环境监测领域,特别涉及基于多源遥感数据融合的陆生植物生态环境监测方法。
技术介绍
目前,我国生态环境监测网络存在范围和要素覆盖不全,建设规划、标准规范与信息发布不统一,信息化水平和共享程度不高,监测与监管结合不紧密,监测数据质量有待提高等突出问题,难以满足生态文明建设需要,影响了监测的科学性、权威性和政府公信力,必须加快推进生态环境监测网络建设。同时随着近年来,无人机系统向民用化、小型化、模块化发展,使其操作更加简便、稳定性更高、可定制程度更高,大部分机型均已达到了工业应用的标准。同时,无人机低空遥感较卫星遥感拥有更高的空间分辨率,更灵活的作业时间,更丰富的产品成果,更高效的数据处理流程,受大气影响较小,具有良好的应用前景。另一方面,计算机软硬件技术的飞速发展,在无人机系统发展和市场需求的带动下,功能强大的图形和数据处理软件层出不穷,在航拍影像数据处理方面有了长足的进步,使得大规模图像数据的快速处理、提取和应用成为可能。本专利技术基于无人机低空遥感影像和卫星影像的数据融合,运用面向对象分类方法对研究区植被进行识别和分类,充分挖掘无人机高分辨率影像和卫星多光谱影像对植被的识别、分类的潜力,进一步拓展无人机低空遥感技术在陆生植物生态监测方面的应用。
技术实现思路
本专利技术要解决的技术问题是:提供一种基于多源遥感数据融合的陆生植物生态环境监测方法,用以更加高效地实现目标区域植被类型的识别、分类和动态监测。为解决上述问题,本专利技术采用的技术方案是:基于多源遥感数据融合的陆生植物生态环境监测方法,包括 ...
【技术保护点】
1.基于多源遥感数据融合的陆生植物生态环境监测方法,其特征在于,包括如下步骤:步骤1、以无人机搭载可见光相机对目标区域陆生植物进行垂直拍摄,拍摄的影像须具有一定的重叠度;步骤2、对监测目标区域获取的不同角度、高程的多幅原始影像照片进行坐标系配准、区域整体平差和多视角影像密集匹配;步骤3、对匹配后的影像进行图像点云数据提取;步骤4、根据图像点云数据生成TIN三角网,再进行纹理贴图,从而实现待检测区域的三维模型重建,生成待检测区域的数字表面模型;步骤5、通过卫星遥感获取跟无人机航拍时间相对应的目标区域的光谱遥感影像;步骤6、对获取的目标区域的光谱遥感影像进行预处理;步骤7、将预处理后的卫星遥感影像与无人机遥感三维建模生成的数字表面模型进行波段和影像融合,在保留影像光谱波段和信息的同时,提高影像的空间分辨率,增加影像的高层数据波段;步骤8、对融合后的影像进行自动计算和分割,输出最优分割尺度;步骤9、按照实际陆生植物生态环境监测的要求和原则,综合光谱信息、影像纹理、图形结构和高层数据对输出的最优分割尺度进行微调和修正,得出适合目标区域陆生植物生态环境监测实际最优的分割尺度;步骤10、依据陆生植 ...
【技术特征摘要】
1.基于多源遥感数据融合的陆生植物生态环境监测方法,其特征在于,包括如下步骤:步骤1、以无人机搭载可见光相机对目标区域陆生植物进行垂直拍摄,拍摄的影像须具有一定的重叠度;步骤2、对监测目标区域获取的不同角度、高程的多幅原始影像照片进行坐标系配准、区域整体平差和多视角影像密集匹配;步骤3、对匹配后的影像进行图像点云数据提取;步骤4、根据图像点云数据生成TIN三角网,再进行纹理贴图,从而实现待检测区域的三维模型重建,生成待检测区域的数字表面模型;步骤5、通过卫星遥感获取跟无人机航拍时间相对应的目标区域的光谱遥感影像;步骤6、对获取的目标区域的光谱遥感影像进行预处理;步骤7、将预处理后的卫星遥感影像与无人机遥感三维建模生成的数字表面模型进行波段和影像融合,在保留影像光谱波段和信息的同时,提高影像的空间分辨率,增加影像的高层数据波段;步骤8、对融合后的影像进行自动计算和分割,输出最优分割尺度;步骤9、按照实际陆生植物生态环境监测的要求和原则,综合光谱信息、影像纹理、图形结构和高层数据对输出的最优分割尺度进行微调和修正,得出适合目标区域陆生植物生态环境监测实际最优的分割尺度;步骤10、依据陆生植物生态环境监测植被分类的类型,结合光谱信息、影像纹理、形状结构和高层数据信息,确定参与面向对象分类的特征参数指标;步骤11、利用步骤10选出的特征参数指标,对目标区域陆生植物生态环境监测的植被类型按照规定的类型和要求进行分类;步骤12、对监督分类后的目标区域的植被分类类别进行提取;步骤13、采用基于位置信息的精度评价方法,按照混淆矩阵精度评定的样本个数计算公式计算出保证评价精度下的检查点个数;步骤14、按照实际采样点选取的难易度和清晰度,在确保满足评价精度最低数量要求的基础上,确定实际的检验点测量数目,并按照数目和相应的要求进行检验点的实地测量和统计;步骤15、构建混淆矩阵,计算总分类精度和Kappa系数,对模型的分类精度进行评价,确保分类的精度是否满足实际陆生植物生态环境监测和调查结果;步骤16、在满足分类精度的融合影像上按照分类类型提取各类植被的面积大小和分布情况;步骤17、按照上诉1-16的步骤计算同一目标区域的第二期影像,得出第二期的各植被类型的面积大小和分布情况;步骤18、将两期的分类结果进行叠加对比分析,计算出不同植被类型的动态变化范围和面积。2.如权利要求1所述的基于多源...
【专利技术属性】
技术研发人员:周湘山,秦甦,张磊,詹晓敏,周杰,
申请(专利权)人:中国电建集团成都勘测设计研究院有限公司,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。