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()
【技术实现步骤摘要】
本申请涉及森林资源调查领域,尤其是涉及一种基于多源遥感的森林参数提取方法、装置、设备及介质。
技术介绍
1、近年来,随着遥感技术的发展,遥感卫星的地面分辨率越来越高,获取的信息量越来越大,更加重要的是,遥感技术的应用范围十分广泛,不仅可用于军事研究以及城市规划,还可应用于森林监测中;传统的遥感技术对森林结构参数进行提取,主要采取单一的遥感技术,例如激光雷达技术,通过激光雷达识别植被的类型,之后获取树木的三维结构特征,从中提取树木的在整个森林中的位置以及树高等信息,进而提取森林结构参数。
2、但是,传统的森林结构参数提取方法由于使用遥感技术单一,且激光雷达技术对森林内的植被类型识别精度低,导致最终提取的森林结构参数有一定程度上的误差。
技术实现思路
1、为了提高森林结构参数的准确性,本申请提供一种基于多源遥感的森林参数提取方法、装置、设备及介质。
2、第一方面,本申请提供一种基于多源遥感的森林参数提取方法,采用如下的技术方案:
3、获取目标区域的多源高分辨率遥感数据;
4、所述多源高分辨率遥感数据包含高光谱图像数据以及激光雷达点云数据;
5、基于所述高光谱图像数据,确定所述目标区域的森林类型;
6、基于所述激光雷达点云数据,确定所述目标区域的基本参数;
7、所述基本参数为目标区域中树木的相关测量参数;
8、基于所述森林类型以及所述基本参数,确定森林结构参数。
9、通过采用上述技
10、在一种可能的实现方式中,所述获取目标区域的多源高分辨率遥感数据,包括:
11、获取所述目标区域内的初始多源高分辨率遥感数据;
12、判断所述初始多源高分辨率遥感数据是否包含非森林特征点;
13、若所述初始多源高分辨率遥感数据包含非森林特征点,则提取所述非森林特征点,并将所述非森林特征点剔除,确定多源高分辨率遥感数据。
14、通过采用上述技术方案,获取该目标区域内的初始多源高分辨率遥感数据,将该初始多源高分辨率遥感数据进行判断,判断该初始多源高分辨率遥感数据中是否存在非森林植被的特征点,若该初始多源高分辨率遥感数据中存在非森林植被的特征点,表明该目标区域中可能存在未生长植被的区域,又或者可能存在除植被群落外的群落,例如水群落,因此提取该非森林植被的特征点,并将该非森林植被的特征点从初始多源高分辨率遥感数据中剔除,确定多源高分辨率遥感数据;从而对初始的多源高分辨率遥感数据进行筛选,将影响因素剔除,提高处理效率。
15、在一种可能的实现方式中,所述基于所述高光谱图像数据,确定所述目标区域的森林类型,包括:
16、将所述高光谱图像数据进行拆分,确定多个子高光谱图像数据;
17、将所述多个子高光谱图像数据进行噪声点去除,确定多个第一目标子高光谱图像数据;
18、将所述多个第一目标子高光谱图像数据通过预设规则进行划分,确定所述目标区域的森林类型。
19、通过采用上述技术方案,由于数据信息量过于庞大,得到多源高分辨率遥感数据后,先将其中的高光谱图像数据进行等比例拆分,确定多个子高光谱图像数据,且由于光谱成像仪在扫描物成像时,传感器故障会导致在一定方向上灰度值出现连续偏高或偏低的情况,之后构建降噪模型,同时对多个子高光谱图像数据进行降噪处理,确定多个第一目标子高光谱图像数据,最后,通过预设规则,将多个第一目标子高光谱图像数据进行划分,确定目标区域的森林类型;从而通过对图像数据进行修正,便于分辨森林类型。
20、在一种可能的实现方式中,所述将所述多个第一目标子高光谱图像数据通过预设规则进行划分,确定所述目标区域的森林类型,包括:
21、提取所述多个第一目标子高光谱图像数据中分别包含的颜色信息、形状信息以及纹理信息;
22、将所述多个第一目标子高光谱图像数据按照所述颜色信息、所述形状信息以及所述纹理信息进行逐级筛选,确定多个第二目标子高光谱图像数据;
23、基于所述多个第二目标子高光谱图像数据,确定所述目标区域的森林类型。
24、通过采用上述技术方案,提取多个第一目标子高光谱图像数据中分别包含的颜色信息、形状信息以及纹理信息,之后以颜色信息、形状信息以及纹理信息作为筛选条件,将多个第一目标子高光谱图像数据通过筛选条件依次逐级进行筛选,确定多个第二目标子高光谱图像数据,即,相同颜色信息、相同形状信息以及相同纹理信息的多个图像数据;最后基于多个第二目标子高光谱图像数据,确定该目标区域的森林类型;从而通过多种筛选依据,让森林类型划分的更加准确。
25、在一种可能的实现方式中,所述森林类型包含多个子森林类型,所述基于所述多个第二目标子高光谱图像数据,确定所述目标区域的森林类型,包括:
26、获取所述多个第二目标子高光谱图像数据分别对应的颜色分值信息、形状分值信息以及纹理分值信息;
27、将所述颜色分值信息、所述形状分值信息以及所述纹理分值信息分别代入至预设颜色分值信息集、预设形状分值信息集以及预设纹理分值信息集中进行逐级匹配,确定多个目标匹配信息;
28、所述目标匹配信息包含颜色匹配信息、形状匹配信息以及纹理匹配信息;
29、若任一第二目标子高光谱图像数据对应的颜色匹配信息、形状匹配信息以及纹理匹配信息中存在相同的匹配对象,则获取所述匹配对象对应的子森林类型,并将所述子森林类型作为所述任一第三目标子高光谱图像数据的子森林类型;
30、汇总多个子森林类型,确定所述目标区域的森林类型。
31、通过采用上述技术方案,为了方便匹配,获取多个第三目标子高光谱图像数据分别对应的颜色分值信息、形状分值信息以及纹理分值信息,为了确定每个第二目标子高光谱图像数据具体对应的森林类型,同时将多个颜色分值信息分别代入到预设颜色分值信息集;将多个形状分值信息分别代入到预设形状分值信息集中进行匹配;将多个纹理分值信息分别代入到预设纹理分值信息集中进行匹配,确定多个目标匹配信息,即包含颜色匹配信息、形状匹配信息以及纹理匹配信息的匹配信息,若任一第二目标子高光谱图像数据对应的颜色匹配信息、形状匹配本文档来自技高网...
【技术保护点】
1.一种基于多源遥感的森林参数提取方法,其特征在于,包括:
2.根据权利要求1所述的一种基于多源遥感的森林参数提取方法,其特征在于,所述获取目标区域的多源高分辨率遥感数据,包括:
3.根据权利要求1所述的一种基于多源遥感的森林参数提取方法,其特征在于,所述基于所述高光谱图像数据,确定所述目标区域的森林类型,包括:
4.根据权利要求3所述的一种基于多源遥感的森林参数提取方法,其特征在于,所述将所述多个第一目标子高光谱图像数据通过预设规则进行筛选,确定所述目标区域的森林类型,包括:
5.根据权利要求4所述的一种基于多源遥感的森林参数提取方法,其特征在于,所述森林类型包含多个子森林类型,所述基于所述多个第二目标子高光谱图像数据,确定所述目标区域的森林类型,包括:
6.根据权利要求1所述的一种基于多源遥感的森林参数提取方法,其特征在于,所述基于所述激光雷达点云数据,确定所述目标区域的基本参数,包括:
7.根据权利要求6所述的一种基于多源遥感的森林参数提取方法,其特征在于,基于所述森林类型以及所述基本参数,确定森林结构
8.一种基于多源遥感的森林参数提取装置,其特征在于,包括:
9.一种电子设备,其特征在于,该电子设备包括:
10.一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,当所述计算机程序在计算机中执行时,令所述计算机执行权利要求1~7任一项所述的一种基于多源遥感的森林参数提取方法。
...【技术特征摘要】
1.一种基于多源遥感的森林参数提取方法,其特征在于,包括:
2.根据权利要求1所述的一种基于多源遥感的森林参数提取方法,其特征在于,所述获取目标区域的多源高分辨率遥感数据,包括:
3.根据权利要求1所述的一种基于多源遥感的森林参数提取方法,其特征在于,所述基于所述高光谱图像数据,确定所述目标区域的森林类型,包括:
4.根据权利要求3所述的一种基于多源遥感的森林参数提取方法,其特征在于,所述将所述多个第一目标子高光谱图像数据通过预设规则进行筛选,确定所述目标区域的森林类型,包括:
5.根据权利要求4所述的一种基于多源遥感的森林参数提取方法,其特征在于,所述森林类型包含多个子森林类型,所述基于所述多个第二目标子高...
【专利技术属性】
技术研发人员:戴维序,祖笑锋,郭鉴威,黄继茂,陈克文,
申请(专利权)人:航天信德智图北京科技有限公司,
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。