System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于GEE高原湖泊流域长时间序列湿地信息提取方法技术_技高网
当前位置: 首页 > 专利查询>云南大学专利>正文

基于GEE高原湖泊流域长时间序列湿地信息提取方法技术

技术编号:40203979 阅读:7 留言:0更新日期:2024-02-02 22:16
本申请公开了一种基于GEE高原湖泊流域长时间序列湿地信息提取方法,包括以下步骤:步骤S1:获取待处理区域的各项数据;步骤S2:影像合成;步骤S3:湿地分类体系构建;步骤S4:时序样本制作;步骤S5特征构建;步骤S6:提取湿地信息;步骤S7:结果精度验证。该方法充分利用了Landsat影像覆盖范围大、可免费获取、数据时间跨度长、分辨率适中等优点,提高破碎化湿地提取的精度。

【技术实现步骤摘要】

本申请涉及遥感影像分类,特别是一种基于gee高原湖泊流域长时间序列湿地信息提取方法。


技术介绍

1、湿地生态系统是地球上重要的生态系统类型之一,它是介于陆地生态系统和水生生态系统的过渡性地带。湿地生态系统在涵养水源、净化水质、蓄洪抗旱、调节气候、固碳、海岸带防护和维护区域生态平衡等方面发挥着其他系统不能替代的重要作用。湿地与人类社会的发展有着密切的联系。

2、高原湖泊流域湿地生态系统,在小气候调节和城市休闲康养方面发挥着重要作用。随着经济的发展,城市建设用地大肆向湖滨湿地大规模扩张,大量沿湖农用地被转化为建设住宅小区、旅游休闲度假区、高级别墅区等,造成湖区湿地面积不断萎缩。对全国湿地资源调查和监测,对重要湿地进行评价,对高原湖泊湿地信息调查提取是湿地保护的前提。

3、遥感技术能够对地实施覆盖广泛、实时快速的重复观测,获取大量、可比性强的地物信息,为湿地监测提供了海量高时频、高空间分辨率、近实时的数据基础。尤其是landsat数据的开源,为湿地的长时序、准确监测带来机遇。

4、然而,湿地面积受干湿季影响明显,对检测方法的时间和空间分辨率要求较高,且由于长期监测中由于单颗卫星监测时间短、需要多颗卫星数据配合提取湿地,甚至数据缺失、覆盖范围小等问题都造成了长时间序列样本难以获取。该研究是32年的,数据样本获取难度更大等因素,严重制约了湿地长期变化监测工作进展,导致现有湿地长期变化动态制图能力不足。

5、因此亟需结合遥感时间序列方法探索长期、动态、近实时的湿地信息提取策略,为湿地资源调查、湿地保护、湿地生态系列修复等提供支撑。

6、目前,基于遥感的湿地信息提取方法随大数据、云计算与人工智能的发展得到了快速发展。gee是2010年由google公司研发的一个基于云计算的地理空间数据处理系统,拥有海量历史遥感影像数据存档,借助谷歌公司强大的计算资源实现pb级遥感数据的高性能并行运算。目前已有很多国内外学者将gee用于湿地研究中,并且在湿地分类、绘制湿地地图和湿地景观格局分析的研究中取得了一定的成绩。

7、但现有方法存在以下缺点:数据处理耗时久、所得数据易破坏湿地生态环境;传统实地调查方式受地形、气候等条件限制较大,无法获得准确数据;现有方法以上不足阻碍了湿地数据库的完善。

8、高原湖泊流域长时间序列湿地信息提取对于湿地管理、湿地生态系统修复、生态红线等具有至关重要的实际意义。

9、例如cn 202211575359.2中公开了一种基于时序遥感影像的湿地类型提取方法、装置及电子设备,该方法利用遥感影像集表征年内不同时序的sentinel-2多光谱影像、年内不同时序的sentinel-1sar影像、srtm高程数据和hand水文高程数据,因此所确定的目标时序物候特征集能够大量捕捉湿地类型的物候和季节变化信息,提升湿地信息提取的精度,能够大幅提升挖掘湿地类型的时序变化信息量,减少密集时序影像信息冗余对湿地分类提取的影响。以提高所得结果的精确度。但具体准确率、鲁棒性提高结果并未提供量化数据支持,且该方法未对数据处理效率进行改进,且并不适用于碎片化湿地数据的提取,也无法获得随时序变化引起的湿地面积变化的准确数据。

10、公开于
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域普通技术人员所公知的现有技术。


技术实现思路

1、本申请针对上述技术问题提供了一种基于google earth engine(gee)平台的高原湖泊流域长时间序列湿地信息提取方法,该方法尤其适用于破碎化且面积随时间变化较大的湿地信息的提取,准确率高且处理效率高。

2、参加图6,本申请提供了一种基于gee高原湖泊流域长时间序列湿地信息提取方法,包括以下步骤:

3、步骤s1:获取待处理区域的各项数据:通过gee平台提取待处理区域的landsat5/7/8包括tm、etm+、oli传感器所获取的卫星影像数据,通过usgs和nasa获取landsat数据存档以及航天飞机雷达地形任务,所获取dem数据的分辨率为30米;

4、步骤s2:影像合成:根据landsat影像自带的质量评估(qa)波段逐像元对所得各项数据进行cfmask算法掩膜处理去云后,通过中值合成年度无云影像;

5、步骤s3:湿地分类体系构建:结合《湿地公约》、湿地分类国家标准以及高原流域自身特点构建湿地分类体系,湿地分类体系包括:一一对应的土地覆盖类型、google earth影像、landsat影像,根据湿地分类体系对所得年度无云影像进行分类,得到分类结果;

6、步骤s4:时序样本制作:采用随机采样法处理分类结果生成基准年样本点并验证基准年样本点准确性,采用双时相变化检测制作时序样本集;

7、步骤s5特征构建:构建光谱指数、地形特征和纹理特征对年度无云影像进行湿地信息提取,光谱指数包括归一化植被指数(ndvi)、增强植被指数(evi)、修正归一化水体指数(mndwi)、归一化建筑指数(ndbi);地形特征包括海拔、坡度、坡向和山体阴影,纹理特征由gee提供的glcm纹理特征的函数计算得到;

8、步骤s6:提取湿地信息:采用随机森林算法提取得到湿地提取结果图像,使用的随机森林由500棵树构成;

9、步骤s7:结果精度验证:采用数量与分配差异指数(qadi)精度评估方法验证所得湿地提取结果图像分类及精度。

10、优选地,步骤s2中影像合成是根据landsat影像自带的质量评估(qa)波段逐像元进行cfmask算法掩膜处理去云,标记不需要的像元,剩余像元都为有效像元,通过中值合成年度无云影像。

11、优选地,土地覆盖类型包括:土地覆盖类型分为明水面、自然湿地、人工湿地、林地、灌草地、耕地、建设用地、裸地。

12、优选地,步骤s4包括以下步骤:

13、步骤s41:选取待处理区域基准年后,采用随机采样法在待处理区域生成基准年样本点,采用google earth高空间分辨率影像进行目视解译,验证所得样本的准确性,并纠正错误标记的样本;

14、步骤s42:制作时序样本将待处理年份的landsat影像分别进行缨帽变换,再将缨帽变换所得的亮度、绿度和湿度3个波段进行双时相影像差异变化检测,根据差值图与landsat光谱响应模式比对确定阈值,取3个波段差值图中均不变的公共部分假定为未发生变化区域,再分别利用基准年样本提取不变地区的信息,得到待处理年份的样本,采用5-fold交叉验证各样本,采用分层随机抽样法将所得样本分为训练样本和验证样本。

15、优选地,步骤s42中训练样本占样本数量的70%;验证样本占样本数量的30%。

16、优选地,步骤s5中归一化植被指数(ndvi)按公式1得到;增强植被指数(evi)按公式2得到;修正归一化水体指数(mndwi)按公式3得到;归一化建筑指数(本文档来自技高网...

【技术保护点】

1.一种基于GEE高原湖泊流域长时间序列湿地信息提取方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于GEE高原湖泊流域长时间序列湿地信息提取方法,其特征在于,步骤S2中影像合成是根据Landsat影像自带的质量评估(QA)波段逐像元进行CFMask算法掩膜处理去云,标记不需要的像元,剩余像元都为有效像元,通过中值合成年度无云影像。

3.根据权利要求1所述的基于GEE高原湖泊流域长时间序列湿地信息提取方法,其特征在于,土地覆盖类型包括:土地覆盖类型分为明水面、自然湿地、人工湿地、林地、灌草地、耕地、建设用地、裸地。

4.根据权利要求1所述的基于GEE高原湖泊流域长时间序列湿地信息提取方法,其特征在于,步骤S4包括以下步骤:

5.根据权利要求4所述的基于GEE高原湖泊流域长时间序列湿地信息提取方法,其特征在于,步骤S42中训练样本占样本数量的70%;验证样本占样本数量的30%。

6.根据权利要求1所述的基于GEE高原湖泊流域长时间序列湿地信息提取方法,其特征在于,步骤S5中归一化植被指数按公式1得到;增强植被指数按公式2得到;修正归一化水体指数按公式3得到;归一化建筑指数按公式4得到:

7.根据权利要求1所述的基于GEE高原湖泊流域长时间序列湿地信息提取方法,其特征在于,步骤S5中纹理特征由GEE提供的GLCM纹理特征函数计算得到;

8.一种基于GEE高原湖泊流域长时间序列湿地信息提取方法的装置,其特征在于,包括:

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现如上述基于GEE高原湖泊流域长时间序列湿地信息提取方法的步骤。

10.一种计算机设备,其特征在于,包括处理器、存储器和存储于所述存储器上的计算机程序,所述处理器执行所述计算机程序时实现如上述基于GEE高原湖泊流域长时间序列湿地信息提取方法的步骤。

...

【技术特征摘要】

1.一种基于gee高原湖泊流域长时间序列湿地信息提取方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于gee高原湖泊流域长时间序列湿地信息提取方法,其特征在于,步骤s2中影像合成是根据landsat影像自带的质量评估(qa)波段逐像元进行cfmask算法掩膜处理去云,标记不需要的像元,剩余像元都为有效像元,通过中值合成年度无云影像。

3.根据权利要求1所述的基于gee高原湖泊流域长时间序列湿地信息提取方法,其特征在于,土地覆盖类型包括:土地覆盖类型分为明水面、自然湿地、人工湿地、林地、灌草地、耕地、建设用地、裸地。

4.根据权利要求1所述的基于gee高原湖泊流域长时间序列湿地信息提取方法,其特征在于,步骤s4包括以下步骤:

5.根据权利要求4所述的基于gee高原湖泊流域长时间序列湿地信息提取方法,其特征在于,步骤s42中训练样本占样本数量的70%;验证样本占样本数量的30%...

【专利技术属性】
技术研发人员:赵飞王鑫瑞冯思雯张一扬陈俊旭吴小东张素金张瑞丝杨旭涛栾桂泽孙永祺钟振华张茂林朱绍婷
申请(专利权)人:云南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1