一种基于时序遥感观测数据的人工林种植时间自动检测方法技术

本发明专利技术公开了一种基于时序遥感观测数据的人工林种植时间自动检测方法，包括1)遥感影像获取；2)影像预处理；3)人工林种植范围提取；4)人工林种植时间信息提取.本发明专利技术依据种植人工林时植被指数变化特征，建立综合考虑植被光谱变化特征且通过时序数据处理与子空间变化探测的人工林种植时间的方法，提升人工林种植时间探测的科学性和可靠性，该方法结合平滑、条件设置等操作来减少异常值和外界因素的影响，提升算法针对干扰的鲁棒性。

【技术实现步骤摘要】
一种基于时序遥感观测数据的人工林种植时间自动检测方法
本专利技术属于遥感数据检测领域，具体涉及一种基于时序遥感观测数据的人工林种植时间自动检测方法的。
技术介绍
人工林是指采用人工播种、栽植或扦插等方法和技术措施营造培育而成的森林，通常使用培育好的树种幼苗进行移植，按用途分为人工用材林、人工薪炭林、人工经济林、人工防护林等，种植人工林在治理水土流失、防治沙漠化、木材采伐良性循环等方面具有重要意义。人工林种植区域在植被对环境影响的研究中需要考核植被生长前后的周边环境变化，因此，精确的人工林种植时空分布信息是人工林种植情况多维表达的基础，也是人工林对环境影响研究的关键因素。我国的人工林种植面积居于世界首位，但种植人工林的记录手段比较缺乏，大部分仅依靠“行政单位+面积+年份”的记录模式。目前，随着遥感技术长时间的发展已经积累了大量的时序影像资料，然而，利用遥感影像对大面积人工林种植时空分布的探测方法研究相对较少，目前已有的技术通过对植被的生物量进行年龄估计，或针对种植人工林时的时序植被指数特征的研究需要先验数据且易受环境等因素的干扰，不具有适本文档来自技高网...

【技术保护点】
1.一种基于时序遥感观测数据的人工林种植时间自动检测方法，其特征在于通过时序遥感数据自动获取其种植时间，不需要其他先验知识，包括以下步骤/n1)获取遥感影像；/n2)对所述遥感影像进行预处理；/n3)对所述遥感影像进行人工林种植范围提取；/n4)在所述遥感影像的人工林种植范围进行人工林种植时间信息提取；/n5)在所述时间信息提取中选择突变点并优化所述突变点的精度以输出种植时间点。/n

【技术特征摘要】
1.一种基于时序遥感观测数据的人工林种植时间自动检测方法，其特征在于通过时序遥感数据自动获取其种植时间，不需要其他先验知识，包括以下步骤
1)获取遥感影像；
2)对所述遥感影像进行预处理；
3)对所述遥感影像进行人工林种植范围提取；
4)在所述遥感影像的人工林种植范围进行人工林种植时间信息提取；
5)在所述时间信息提取中选择突变点并优化所述突变点的精度以输出种植时间点。


2.根据权利要求1所述一种基于时序遥感观测数据的人工林种植时间自动检测方法，其特征在于，所述人工林种植范围提取包括：
①选择训练样本及配置分类指数；
利用经过预处理后的遥感影像进行假彩色合成以选择用于人工林分布提取的样本，除了遥感卫星自身的光谱反射信息外，选择以下指数建立样本特征空间：归一化植被指数NDVI(Normalizeddifferencevegetationindex)、增强植被指数EVI(Enhancedvegetationindex)、土壤调解植被指数SAVI(Soiladjustedvegetationindex)、归一化沙地指数NDSI(Normalizeddifferencesandindex)、新型水体指数NWI(Newwaterindex)、归一化建筑指数NDBI(Normalizeddifferencebuildingindex)。
②训练分类器并分类最新影像；将所述样本点输入随机森林分类器进行训练，根据所选样本的在反射光谱以及特征指数中的不同特征取值空间来进行类别判断，建立分类规则，在不同的表征指数中具有特定的取值空间，其中，输入指标包括：蓝光波段-Blue、绿光波段-Green、红光波段-Red；近红外波段-NIR以及两个短波红外波段-SWIR1、SWIR2的反射率；各项指数包括归一化植被指数NDVI、增强植被指数EVI、土壤调解植被指数SAVI、归一化沙地指数NDSI、新型水体指数NWI、归一化建筑指数NDBI。
③对所述最新影像进行精度验证与改进，将所选样本集合按照7:3的比例进行随机划分，70％用于分类获得一个分类结果，30％用于验证该分类结果的精度。


3.根据权利要求1所述一种基于时序遥感观测数据的人工林种植时间自动检测方法，其特征在于，所述人工林种植时...

【专利技术属性】
技术研发人员：赵伟，付浩，熊东红，王小丹，
申请(专利权)人：中国科学院，水利部成都山地灾害与环境研究所，
类型：发明
国别省市：四川;51