一种长时序逐年红树林遥感监测产品的构建方法技术

本发明专利技术提供了一种长时序逐年红树林遥感监测产品的构建方法，该方法首先基于长时间序列多光谱遥感影像，充分挖掘丰富的时序光谱信息，合成一年一幅的多波段影像；并构建适用于长时序逐年的红树林多光谱像元样本库，开展基于机器学习的逐年红树林监督分类；进一步通过时间序列一致性检验和校正方法，有效移除个别年份的偶然分类误差，提高长时序逐年的红树林遥感监测产品精度。本发明专利技术构建的红树林遥感监测产品可作为专题信息数据提供给红树林资源主管部门，为红树林的保护、恢复或重建提供科学依据，具有极大的实用价值，并将极大提高长时序多光谱遥感影像的应用价值，是遥感信息技术应用方面的创新，是对滨海湿地遥感信息提取方法体系的有益补充。方法体系的有益补充。方法体系的有益补充。

【技术实现步骤摘要】
一种长时序逐年红树林遥感监测产品的构建方法


[0001]本专利技术属于遥感技术应用和滨海湿地监测领域，涉及一种基于多光谱遥感影像的红树林遥感监测方法，具体是一种长时间序列逐年红树林遥感监测产品的构建方法。

技术介绍

[0002]红树林是指分布在沿海潮间带和入海河口以红树科植物为主体的常绿灌木或者乔木组成的潮滩湿地木本植物群落，能够消浪护堤、抵御海洋自然灾害、保护生物多样性、固碳储碳、改善沿海生态环境，是国际公认的蓝色碳库，在应对全球气候变化和实现“碳中和”目标方面具有极其重要的作用。然而，在人类活动加剧和全球气候变化背景下，水产养殖、城市和港口建设、非法采砂，以及海平面上升等破坏红树林生态环境，造成了红树林资源的持续下降。因此，亟需开展红树林遥感动态监测，发展长时序逐年红树林遥感监测产品的构建方法，为红树林的保护、恢复或重建提供科学依据。
[0003]遥感技术具有大面积同步观测、时效性强、数据综合可比性强等优点，已被广泛应用于红树林范围动态监测，从而构建红树林遥感监测产品。红树林遥感监测的基本原理是基于红树林与非红树林的光谱特征差异建立本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种长时序逐年红树林遥感监测产品的构建方法，其特征在于，包括步骤：（1）根据所研究时间和区域筛选出多光谱遥感影像的地表反射率数据，并针对每个像元计算归一化植被指数NDVI及改进的归一化差异水体指数MNDWI；（2）针对研究区的每个像元，分别计算其逐年的各光波段的地表反射率的年内中值，以及NDVI和MNDWI的年内中值，以及NDVI年内最大值，并引入数字高程模型DEM数据，从而逐年各合成一幅多波段影像；具体为：对于研究期内逐年的影像集合计算每一幅图每个像元的红光波段、绿光波段、蓝光波段、近红外波段、短波红外波段的地表反射率、以及NDVI、MNDWI在研究期内逐年的年内中值，从而合成逐年的年内中值影像；进一步计算每个像元在研究期内逐年的NDVI年内最大值，合成逐年一幅栅格数据，将其作为一个新波段添加至上述年内中值影像，同时获取研究区的DEM数据，并将其高程数据作为一个新波段也添加至上述年内中值影像；从而合成了逐年各一幅的多波段影像；（3）基于目视解译建立适用于长时序逐年的红树林像元样本库，在该过程中须确保红树林像元样本点所在位置的地表覆盖类型在各个年份均为红树林，非红树林样本点的地表覆盖类型在各个年份均为非红树林；（4）采用机器学习分类器开展监督分类；以步骤（2）合成的影像的各波段值为分类特征，以步骤（3）构建的红树林像元样本库为训练样本，针对研究期内每一年分别开展基于机器学习的监督分类，初步获取逐年的红树林分布时序数据；（5）对得到的时序数据基于以3年为步长的滑动窗口方法进行逐像元的时间序列一致性检验和校正，筛选出地表覆盖类型和前后相邻...

【专利技术属性】
技术研发人员：曹雯婷，张华国，段梦悦，楼琇林，厉冬玲，王隽，
申请(专利权)人：自然资源部第二海洋研究所，
类型：发明
国别省市：