本发明专利技术公开了一种湿地的时间序列变化检测方法、装置、介质及终端，方法包括，对时序数据进行筛选，得到湿地波段数据，对湿地波段数据进行去噪声处理，得到去噪后的湿地波段数据；将去噪后的湿地波段数据输入到LSTM模型中进行拟合计算，得到拟合湿地波段数据；将拟合湿地波段数据与去噪后的湿地波段数据进行差异比较，得到变化扰动信息，计算湿地发生变化的变化概率和变化扰动信息的变化角度，根据变化概率和变化角度进行变化判定，得到判定结果；根据判定结果选择对变化扰动信息进行筛选，得到湿地时序变化信息，本发明专利技术能够得到精确的变化检测结果，从而提高湿地分析结果的准确性和鲁棒性。确性和鲁棒性。确性和鲁棒性。
【技术实现步骤摘要】
一种湿地的时间序列变化检测方法、装置、介质及终端
[0001]本专利技术涉及湿地检测领域，尤其涉及一种湿地的时间序列变化检测方法、装置、介质及终端。
技术介绍
[0002]当前湿地变化检测研究通常采用转移矩阵的方式来进行，采用转移矩阵的方式针对湿地的变化结果进行分析时，通常会得到多种分析结果，如：1、从局部区域的湿地变化结果中发现，中国湿地总体均呈现显著的退化趋势，且退化形式呈现多样化，既有面积的退化，也有类型的演化退化；2、从整个湿地的变化研究结果显示，尽管湿地面积有所增加，但湿地仍然处于整体减少的状态，且湿地的主要变化态势具有明显的阶段性；3、中国湿地的变化特征在空间有明显区域差异，可划分为三个模块，西部地区的湿地呈现增加的趋势，中部地区增加和减少的情况并存，而东部地区湿地则为退化的趋势。针对上述湿地研究中获取的多种分析结果，一方面认为湿地的变化可能确实如此，而另一方面，采用转移矩阵的方式通过计算起始两年数据的差值来获取变化结果，由于两年份湿地数据的结果误差波动较大，变化检测结果偶然性误差较高，因此获得的湿地变化检测结果将会损失两年份中间的大量有效信息，从而降低了分析结果的准确性和鲁棒性。
[0003]为此，我们提出了一种湿地的时间序列变化检测方法，来提高湿地变化结果的精度，从而提高湿地分析结果的准确性和鲁棒性。
技术实现思路
[0004]鉴于上述现有技术的不足，本申请的目的在于提供一种湿地的时间序列变化检测方法、装置、介质及终端，旨在解决如何提高湿地变化结果精度的问题。
[0005]为解决上述技术问题，本申请实施例第一方面提供了一种湿地的时间序列变化检测方法，所述方法包括：
[0006]对时序数据进行筛选，得到湿地波段数据，对所述湿地波段数据进行去噪声处理，得到去噪后的湿地波段数据；
[0007]将所述去噪后的湿地波段数据输入到LSTM模型中进行拟合计算，得到拟合湿地波段数据；
[0008]将所述拟合湿地波段数据与所述去噪后的湿地波段数据进行差异比较，得到变化扰动信息，计算湿地发生变化的变化概率和所述变化扰动信息的变化角度，根据所述变化概率和变化角度进行变化判定，得到判定结果；
[0009]根据所述判定结果选择对所述变化扰动信息进行筛选，得到湿地时序变化信息。
[0010]作为进一步改进技术方案，所述对时序数据进行筛选，得到湿地波段数据，对所述湿地波段数据进行去噪声处理，得到去噪后的湿地波段数据包括：
[0011]对Landsat时序数据进行波段数据筛选，得到若干湿地波段子数据，将若干所述湿地波段子数据进行组合，得到所述湿地波段数据，其中，所述湿地波段子数据包括Red波段、
NIR波段、SWIR1波段、NDVI指数、MNDWI指数、TCB缨帽变换指数、TCG缨帽变换指数、TCW缨帽变换指数和TCA缨帽变换指数；
[0012]采用FMASK算法对所述湿地波段子数据进行初步去噪声处理，得到初步处理数据；
[0013]采用RIRLS公式对所述初步处理数据进行拟合，得到拟合值；
[0014]基于所述拟合值与所述初步处理数据之间的动态阈值再次进行去噪声处理，得到去噪后的湿地波段子数据，将若干个所述去噪后的湿地波段子数据进行组合，得到所述去噪后的湿地波段数据。
[0015]作为进一步改进技术方案，所述RIRLS公式为：
[0016][0017]其中，公式中为拟合值，x为日期，i为第i个所述湿地波段子数据，T为每年的天数，N为所述湿地波段子数据的年数，a
0,i
为第i个所述湿地波段子数据的总变化系数值，a
1,i
和b
1,i
均为年内变化系数，a
2,i
和b
2,i
均为年际变化系数。
[0018]作为进一步改进技术方案，所述将所述去噪后的湿地波段数据输入到LSTM模型中进行拟合计算，得到拟合湿地波段数据包括：
[0019]将所述去噪后的湿地波段数据输入到LSTM模型中进行拟合计算，得到所述拟合湿地波段数据，其中，所述LSTM模型包括输入门、遗忘门、输出门和长短记忆门。
[0020]作为进一步改进技术方案，所述将所述拟合湿地波段数据与所述去噪后的湿地波段数据进行差异比较，得到变化扰动信息，计算湿地发生变化的变化概率和所述变化扰动信息的变化角度，根据所述变化概率和变化角度进行变化判定，得到判定结果包括：
[0021]将所述拟合湿地波段数据与所述去噪后的湿地波段数据进行差异比较，得到所述去噪后的湿地波段数据的所述变化扰动信息；
[0022]基于所述拟合湿地波段数据与所述去噪后的湿地波段数据的差值计算湿地发生变化的概率，得到所述变化概率数值，将所述变化概率数值与动态阈值进行比较；
[0023]计算所述变化扰动信息的变化角度，得到变化角度数值，将所述变化角度数值与角度阈值进行比较；
[0024]根据所述变化概率和变化角度进行变化判定，得到变化的判定结果和未变化的判定结果。
[0025]作为进一步改进技术方案，所述根据所述变化概率和变化角度进行变化判定，得到判定结果包括：
[0026]若所述变化概率数值大于动态阈值且变化角度数值大于角度阈值，则判定为变化，得到变化的判定结果；
[0027]若所述变化概率数值小于动态阈值和/或变化角度数值小于角度阈值，则判定为未变化，得到未变化的判定结果。
[0028]作为进一步改进技术方案，所述根据所述判定结果选择对所述变化扰动信息进行
筛选，得到湿地时序变化信息包括：
[0029]若得到所述未变化的判定结果，则选择不对所述变化扰动信息进行筛选，并将所述变化扰动信息作为所述湿地时序变化信息；
[0030]若得到所述变化的判定结果，则选择对所述变化扰动信息进行筛选，将所述变化扰动信息中由植被变绿及人为因素导致的植被绿度增加信息剔除，得到所述湿地时序变化信息。
[0031]本申请实施例第二方面提供了一种湿地的时间序列变化检测装置，包括：
[0032]数据处理模块，用于对时序数据进行筛选，得到湿地波段数据，对所述湿地波段数据进行去噪声处理，得到去噪后的湿地波段数据；
[0033]数据拟合模块，用于将所述去噪后的湿地波段数据输入到LSTM模型中进行拟合计算，得到拟合湿地波段数据；
[0034]变化检测模块，用于将所述拟合湿地波段数据与所述去噪后的湿地波段数据进行差异比较，得到变化扰动信息，计算湿地发生变化的变化概率和所述变化扰动信息的变化角度，根据所述变化概率和变化角度进行变化判定，得到判定结果；
[0035]扰动信息提取模块，用于根据所述判定结果选择对所述变化扰动信息进行筛选，得到湿地时序变化信息。
[0036]本申请实施例第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的湿本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种湿地的时间序列变化检测方法，其特征在于，包括：对时序数据进行筛选，得到湿地波段数据，对所述湿地波段数据进行去噪声处理，得到去噪后的湿地波段数据；将所述去噪后的湿地波段数据输入到LSTM模型中进行拟合计算，得到拟合湿地波段数据；将所述拟合湿地波段数据与所述去噪后的湿地波段数据进行差异比较，得到变化扰动信息，计算湿地发生变化的变化概率和所述变化扰动信息的变化角度，根据所述变化概率和变化角度进行变化判定，得到判定结果；根据所述判定结果选择对所述变化扰动信息进行筛选，得到湿地时序变化信息。2.根据权利要求1所述的一种湿地的时间序列变化检测方法，其特征在于，所述对时序数据进行筛选，得到湿地波段数据，对所述湿地波段数据进行去噪声处理，得到去噪后的湿地波段数据包括：对Landsat时序数据进行波段数据筛选，得到若干湿地波段子数据，将若干所述湿地波段子数据进行组合，得到所述湿地波段数据，其中，所述湿地波段子数据包括Red波段、NIR波段、SWIR1波段、NDVI指数、MNDWI指数、TCB缨帽变换指数、TCG缨帽变换指数、TCW缨帽变换指数和TCA缨帽变换指数；采用FMASK算法对所述湿地波段子数据进行初步去噪声处理，得到初步处理数据；采用RIRLS公式对所述初步处理数据进行拟合，得到拟合值；基于所述拟合值与所述初步处理数据之间的动态阈值再次进行去噪声处理，得到去噪后的湿地波段子数据，将若干个所述去噪后的湿地波段子数据进行组合，得到所述去噪后的湿地波段数据。3.根据权利要求2所述的一种湿地的时间序列变化检测方法，其特征在于，所述RIRLS公式为：其中，公式中为拟合值，x为日期，i为第i个所述湿地波段子数据，T为每年的天数，N为所述湿地波段子数据的年数，a
0,i
为第i个所述湿地波段子数据的总变化系数值，a
1,i
和b
1,i
均为年内变化系数，a
2,i
和b
2,i
均为年际变化系数。4.根据权利要求3所述的一种湿地的时间序列变化检测方法，其特征在于，所述将所述去噪后的湿地波段数据输入到LSTM模型中进行拟合计算，得到拟合湿地波段数据包括：将所述去噪后的湿地波段数据输入到LSTM模型中进行拟合计算，得到所述拟合湿地波段数据，其中，所述LSTM模型包括输入门、遗忘门、输出门和长短记忆门。5.根据权利要求4所述的一种湿地的时间序列变化检测方法，其特征在于，所述将所述拟合湿地波段数据与所述去噪后的湿地波段数据进行差异比较，得到变化扰动信息，计算湿地发生变化的变化概率和所述变化扰动信息的变化角度，根据所述变化概率和变化角度
进行变化判定...
【专利技术属性】
技术研发人员：刘琼欢，张镱锂，刘林山，李晓明，黄正东，郭仁忠，
申请(专利权)人：深圳大学，
类型：发明
国别省市：
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。