一种基于遥感大数据的草坪识别及提取方法技术

本发明专利技术提供一种基于遥感大数据的草坪识别及提取方法，包括以下步骤：收集

【技术实现步骤摘要】
一种基于遥感大数据的草坪识别及提取方法


[0001]本专利技术涉及遥感大数据
，具体涉及一种基于遥感大数据的草坪识别及提取方法
。

技术介绍

[0002]随着遥感技术在城市生态环境领域中的不断发展和应用，其在城市草坪的识别
、
范围绘制和动态监测上都达到了前所未有的精度和时空尺度
。
然而，目前国内外研究对于区分城市范围内的草坪和非草坪的关注较少，针对城市草坪分布范围的空间数据稀缺，以至于其在现有的各种大尺度土地利用
、
覆盖图中都没有体现
。
城市草坪的分布范围
、
使用频率和持续时间等指标，对城市土地退化
、
生物多样性保护和供应链变化等具有重要的指示意义，这些信息的缺失必将严重影响国家或区域范围内的城市土地资源规划和提高生态环境生物多样性保护政策制定等方面
。
[0003]近年来，遥感大数据及其相关技术的迅猛发展，为卫星大范围
、
高精度
、
实时监测土地利用
、
覆盖变化研究提供了前所未有的机遇
。
因此，本专利技术拟在过去相关研究的基础上，利用遥感大数据及超级云计算技术进行城市草坪的高空间分辨率
、
实时识别和范围提取，旨在填补现存城市草坪绘制方法和技术的空缺，进而定量化城市草坪政策的实施成效
。
该研究有助于推动遥感大数据技术在土地利用
、
覆盖变化方面的研究和技术创新，亦可为区域城市资源综合规划提供重要的科学依据，以及为国家城市可持续发展和生态安全相关重要政策制定提供有价值的科学支撑
。
[0004]国内外对街区尺度草坪的实时监测和片区生物多样性保护进行了一定的研究，集中表现在片区草坪的航天和地面遥感提取等，并取得了一些重要进展与成果，然而目前所得的结果图集由于时空分辨率低
、
时间滞后
、
缺乏城市尺度研究的限制，很难为政府决策者和非政府环境保护组织提供准确的草坪生物多样性保护参考依据
。
但是基于高时空分辨率航天遥感数据的影响机制和大尺度研究方面仍存在着严重的不足，城市尺度草坪的时空格局演变特征及其时空变化差异性对生物多样性保护价值评价的影响程度等科学问题亟需回答，主要表现在以下几个方面：第一
、
城市草坪遥感提取研究方法尚需提高，无法对草坪进行大尺度
、
高时空分辨率监测；第二
、
由于城市草坪的高效实时监测及其高时空分辨率制图模型构建等技术瓶颈，城市尺度草坪生物多样性保护价值的评价机制尚未清楚认识，相关理论探索与实践建模研究急需深化
。
[0005]因此，需要一种新的方法来解决上述技术问题
。

技术实现思路

[0006]本专利技术的目的是针对现有技术的不足，提供一种基于遥感大数据的草坪识别及提取方法，具体方案如下：
[0007]一种基于遥感大数据的草坪识别及提取方法，其包括以下步骤：
[0008]步骤1：收集
Planet
多光谱卫星影像；
[0009]步骤2：从云计算平台直接使用
Planet
自
2015
年9月发射至今的全部影像数据；
[0010]步骤3：综合完成去云
、
阴影
、
水体及冰雪；
[0011]步骤4：基于大气传输模型
6s
的
SIAC
方法，获取所有的地表反射数据；
[0012]步骤5：基于数据重建技术去噪声并拟合平滑的
Planet 3m、24
小时
NDVI
时间序列变化趋势线条，两个相邻时间序列点之间变化趋势可分为“上升”、“保持”和“下降”三种形式；
[0013]步骤6：利用线性分段方法得到所有趋势转折点，其包括了局部极值点和拐点，计算和统计草坪种类及不同季节年平均
NDVI
最大值与最小值的差值；
[0014]步骤7：以其中最小差值幅度的
50
％作为研究区所有草坪的中间绿度值，然后利用此物候指标来去除局部的噪声极值点；
[0015]步骤8：基于去噪后所有趋势转折点计算相邻两点的
NDVI
差值，然后再次利用中间绿度值去除差值较小的非拐点差值；
[0016]步骤9：去除噪声极值点和非拐点之后，得到真正的草坪长期趋势变化拐点，最终得到识别草坪所需的参数，利用研究区最新土地利用
、
覆盖数据，掩膜去除非草坪干扰，基于时间序列拐点技术提取到的草坪相关参数，在像素尺度上计算以产生研究区的绘制图
。
[0017]基于上述，步骤4中需要
Landsat、Sentinel
‑2地表反射率数据的补充，如一些年份云量比较多时，可以利用
Landsat、Sentinel
‑2和
Planet
融合技术来弥补数据缺失及用
Landsat、Sentinel
‑2粗略估算
Planet
卫星发射之前的历史城市草坪变化
。
[0018]基于上述，所述步骤5中相邻三个时间序列点之间的趋势发生转折的情况有“上升
‑
保持”、“上升
‑
下降”、“保持
‑
上升”、“保持
‑
下降”、“下降
‑
上升”、“下降
‑
保持”这6种情况
。
[0019]本专利技术相对现有技术具有突出的实质性特点和显著的进步，具体地说，本专利技术具有以下优点：
[0020]本专利技术基于较高空间分辨率
(3
米
)
和时间分辨率
(24
小时
)
的
Planet
卫星影像，利用人工草坪和自然草坪遥感精细识别技术，借助于地理云计算平台
,
构建创新
、
全自动
、
实时的草坪识别和提取方法框架，为国家城市可持续发展和生态安全相关重要政策制定提供了有利的科学支撑
。
附图说明
[0021]图1为高时空分辨率城市草坪遥感精细识别与自动制图流程图
。
[0022]图
2a
是时间序列中相邻3点的趋势变化种类；图
2b
是时间序列公式；图
2c
是转折点满足公式
。
[0023]图3是城市草坪类型及对应遥感解译特征示意图
。
[0024]图4是城市草坪实时绘制示意图
。
具体实施方式
[0025]下面通过具体实施方式，对本专利技术的技术方案做进一步的详细描述
。
[0026]实施例
[0027]如图1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于遥感大数据的草坪识别及提取方法，其特征在于包括以下步骤：步骤1：收集
Planet
多光谱卫星影像；步骤2：从云计算平台直接使用
Planet
自
2015
年9月发射至今的全部影像数据；步骤3：综合完成去云
、
阴影
、
水体及冰雪；步骤4：基于大气传输模型
6s
的
SIAC
方法，获取所有的地表反射数据；步骤5：基于数据重建技术去噪声并拟合平滑的
Planet 3m、24
小时
NDVI
时间序列变化趋势线条，两个相邻时间序列点之间变化趋势可分为“上升”、“保持”和“下降”三种形式；步骤6：利用线性分段方法得到所有趋势转折点，其包括了局部极值点和拐点，计算和统计草坪种类及不同季节年平均
NDVI
最大值与最小值的差值；步骤7：以其中最小差值幅度的
50
％作为研究区所有草坪的中间绿度值，然后利用此物候指标来去除局部的噪声极值点；步骤8：基于去噪后所有趋势转折点计算相邻两点的
NDVI
差值，然后再次利用中间绿度值去除差值较小的非拐点差值；步骤9：去除噪声极值点和非...

【专利技术属性】
技术研发人员：潘自武，谢遵义，秦奋，丁娜，梁秋爽，
申请(专利权)人：河南大学，
类型：发明
国别省市：