基于高分二号影像的森林变化快速检测方法研究技术

本发明专利技术公开了一种基于高分二号影像的森林变化快速检测方法研究，属于森林资源动态变化监测技术领域，通过GF‑2多光谱获取一个连续时间段内的待测森林资源的遥感图像，以原始影像为基准影像，通过选择控制点配准后期影像，然后裁剪出图像重叠区作为样区；利用不同地物间光谱特征的差异，采用影像差值法进行变化信息的提取，本发明专利技术采用GF‑2多光谱遥感数据的识别能力可以更优的适应样区内变化图斑多且面积小的特点，获得高精度的森林变化检测结果，同时根据样区的特点，充分利用不同地物间光谱特征的差异，采用影像差值法进行变化信息的提取，该算法简单，降低计算复杂度，容易实现，能很好的适应森林变化信息快速而有效的提取需求。

【技术实现步骤摘要】
基于高分二号影像的森林变化快速检测方法研究
本专利技术属于森林资源动态变化监测
，尤其涉及一种基于高分二号影像的森林变化快速检测方法研究。
技术介绍
森林资源监测是指对森林资源的数量、质量、空间分布及其利用状况进行定期定位的分析、观测和评价等工作。通过对森林动态变化的研究，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、经济和社会客观条件，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。随着社会经济的快速发展，城市面积的扩张速度逐渐变快，农业用地面积不断增加，导致森林面积越来越小。森林监测有利于森林的动态分析，预测森林的变化趋势，为森林面积监测以及制定森林保护政策提供依据。现有的森林资源监测主要是实地考查，但采用实地考查的方法在对大面积森林资源抽样检查时效率较低，对森林资源状况的监测实时性较差，而应用遥感技术对森林资源进行监测，其实施性相对较好，但这种监测方式很大程度取决于遥感技术的分辨率，以及对森林资源特征参数提取的准确性，且检测变化的间隔期都较长，因此，实现快速检测短时期内森林采伐与更新的动态变化具有重要的现实意义。
技术实现思路
本专利技术要解决的技术问题是提供一种实现检测效率高、实时性好和准确性好的基于高分二号影像的森林变化快速检测方法研究。为了解决上述技术问题，本专利技术采用的技术方案是：一种基于高分二号影像的森林变化快速检测方法研究，包括以下步骤：一、图像处理：通过GF-2(高分二号)多光谱获取一个连续时间段内的待测森林资源的遥感图像，对图像进行辐射定标、大气校正和正射校正，以原始影像为基准影像，通过选择控制点配准后期影像，配准总误差为0.5-1.2个像元，然后裁剪出图像重叠区作为样区；二、变化类型：从遥感影像变化检测的角度来看，变化类型包括植被变裸地、裸地变植被和未发生变化；三、变化信息提取：利用不同地物间光谱特征的差异，采用影像差值法进行变化信息的提取，其中各个像元的特征值差值△Xi为：△Xi＝XiT2-XiT1式中：XiT1为前期影响第i个像元的特征值，XiT21为后期影响第i个像元的特征值。在步骤二中，所述未发生变化包括未变化植被，未变化裸地和未变化水体。在步骤二中，所述植被包括有林地、疏林地、灌木林地、未成林造林地，裸地包括无林地、采伐迹地。在步骤三中，所述影响差值法为NDVI差值法。所述NDVI差值法判断条件为：△Xi≤-0.1时为植被变裸地，△Xi≥0.1时为裸地变植被，-0.1＜△Xi＜0.1时未发生变化。由于采用上述技术方案，本专利技术采用GF-2多光谱遥感数据的识别能力可以更优的适应样区内变化图斑多且面积小的特点，获得高精度的森林变化检测结果，同时根据样区的特点，充分利用不同地物间光谱特征的差异，采用影像差值法进行变化信息的提取，该算法简单，降低计算复杂度，容易实现，能很好的适应森林变化信息快速而有效的提取需求，从而可以克服现有技术中检测效率低、实时性差和准确性差的缺陷。具体实施方式下面结合实施例进一步叙述本专利技术：一种基于高分二号影像的森林变化快速检测方法研究，包括以下步骤：选取待测森林进行图像处理，通过GF-2多光谱获取一年内的待测森林资源的遥感图像，对图像进行辐射定标、大气校正和正射校正，以原始影像为基准影像，通过选择控制点配准后期影像，配准总误差为0.6个像元，然后裁剪出图像重叠区作为样区；从遥感影像变化检测的角度来看，变化类型包括A植被变裸地、B裸地变植被和C未发生变化；未发生变化包括未变化植被，未变化裸地和未变化水体；植被包括有林地、疏林地、灌木林地、未成林造林地，裸地包括无林地、采伐迹地。在样区内随机选择7种变化类型的样本，像元数量均大于10000，统计各变化类型对应波段均值的差值，利用不同地物间光谱特征的差异，采用影像差值法进行变化信息的提取，其中各个像元的特征值差值△Xi为：△Xi＝XiT2-XiT1式中：XiT1为前期影响第i个像元的特征值，XiT21为后期影响第i个像元的特征值。NDVI差值法判断条件为：△Xi≤-0.1时为植被变裸地，△Xi≥0.1时为裸地变植被，-0.1＜△Xi＜0.1时未发生变化。在变化信息提取之后，采用Majority分析、聚类处理以及过滤处理对变化检测结果进行后处理优化。然后进行精度评价。主要是根据检测结果与评价数据建立混淆矩阵，通过正确检测的变化类型像素百分比、正确检测的非变化类型像素百分比、漏分误差、错分误差和Kappa系数等精度指标，对变化检测结果进行评价。结合GoogleEarth上由CNES/Airbus提供的影像，获取3种主要变化类型的验证样本，其中包含C的像元数量为62342个，B的像元数量为14532个，A的像元数量为21199个，且分布随机均匀，然后利用混淆矩阵计算精度指标，NDVI差值法总体精度达88％，Kappa系数达到75％。以上对本专利技术的实施例进行了详细说明，但所述内容仅为本专利技术的较佳实施例，不能被认为用于限定本专利技术的实施范围。凡依本专利技术范围所作的均等变化与改进等，均应仍归属于本专利涵盖范围之内。本文档来自技高网...

【技术保护点】
1.一种基于高分二号影像的森林变化快速检测方法研究，其特征在于：包括以下步骤：/n一、图像处理：通过GF-2多光谱获取一个连续时间段内的待测森林资源的遥感图像，对图像进行辐射定标、大气校正和正射校正，以原始影像为基准影像，通过选择控制点配准后期影像，配准总误差为0.5-1.2个像元，然后裁剪出图像重叠区作为样区；/n二、变化类型：从遥感影像变化检测的角度来看，变化类型包括植被变裸地、裸地变植被和未发生变化；/n三、变化信息提取：利用不同地物间光谱特征的差异，采用影像差值法进行变化信息的提取，其中各个像元的特征值差值△X

【技术特征摘要】
1.一种基于高分二号影像的森林变化快速检测方法研究，其特征在于：包括以下步骤：
一、图像处理：通过GF-2多光谱获取一个连续时间段内的待测森林资源的遥感图像，对图像进行辐射定标、大气校正和正射校正，以原始影像为基准影像，通过选择控制点配准后期影像，配准总误差为0.5-1.2个像元，然后裁剪出图像重叠区作为样区；
二、变化类型：从遥感影像变化检测的角度来看，变化类型包括植被变裸地、裸地变植被和未发生变化；
三、变化信息提取：利用不同地物间光谱特征的差异，采用影像差值法进行变化信息的提取，其中各个像元的特征值差值△Xi为：
△Xi＝XiT2-XiT1
式中：XiT1为前期影响第i个像元的特征值，XiT21为后期影响第i个像元的特征值。


2.根据权利要...

【专利技术属性】
技术研发人员：戴维序，林世滔，祖笑锋，吴波，
申请(专利权)人：航天信德智图北京科技有限公司，
类型：发明
国别省市：北京;11