一种基于多源影像的红树林分类方法技术

本发明专利技术提供一种基于多源影像的红树林分类方法，所述方法包括：获取待分类地区的多源遥感影像数据，对所述多源遥感影像数据进行预处理；获取预处理后光学遥感影像数据的光谱特征和水体指数和预处理后的雷达遥感影像数据VH波段，根据光谱特征、水体指数和VH波段构建新型红树林指数；使用高斯混合模型对待分类地区进行训练，得到红树林分类结果。该方法采用多源遥感影像作为数据源进行分类，能抑制天气干扰以及受潮汐的影响，挖掘出更多波段中可用的植被空间结构信息，结合高斯混合模型，丢弃样本集和预定参数，对抗云雾影响，提高红树林信息提取精度。

【技术实现步骤摘要】

本专利技术属于遥感影像处理领域，具体涉及一种基于多源影像的红树林分类方法。

技术介绍

1、红树林多生长在浅滩、淤泥处，传统的野外作业在监测红树林方面有较大的局限性，且存在监测数据不连续、对比性差等问题，难以实现对红树林长期的动态监测。随着遥感技术的蓬勃发展，为红树林实时和历史追溯提供完整、有效的监测，已成为红树林监测和制图的重要技术手段。在先前的红树林指数构建时大多数是考虑中、高空间分辨率光学影像(landsat、sentinel-2和gf-1等)或时间序列影像。然而，传统的光学影像极易受到云雾、降水等天气因素的强烈干扰，造成可用影像数量少的问题，同时红树林与沿海植被的光谱响应具有较高的相似性，仅仅是依靠光学数据难以将红树林精准识别。

2、在以往的红树林分类研究中，主要分为两大类，一是基于样本的监督分类，需要大量的样本集来训练分类器，通过样本训练以确保红树林制图的准确性，但其而样本集的质量和分类器的选择都会对分类结果产生较大的影响，因此红树林制图很大程度上取决于样本的可靠性，且应用在大范围的区域往往存在泛化能力差、效率低等问题。另外，因为红树林本文档来自技高网...

【技术保护点】

1.一种基于多源影像的红树林分类方法，其特征在于，所述方法包括：

2.根据权利要求1所述的红树林分类方法，其特征在于，所述水体指数LSWI的计算公式为：LSWI＝(B8-B11)/(B8+B11)。

3.根据权利要求1所述的红树林分类方法，其特征在于，所述高斯混合模型中使用期望最大算法来估计模型参数。

4.根据权利要求1所述的红树林分类方法，其特征在于，所述高斯混合模型通过多个高斯概率密度函数来预测结果，所述高斯概率密度函数的聚类数目为4。

5.根据权利要求1所述的红树林分类方法，其特征在于，使用混淆矩阵对所述红树林分类结果进行评价，评价指...

【技术特征摘要】

1.一种基于多源影像的红树林分类方法，其特征在于，所述方法包括：

2.根据权利要求1所述的红树林分类方法，其特征在于，所述水体指数lswi的计算公式为：lswi＝(b8-b11)/(b8+b11)。

3.根据权利要求1所述的红树林分类方法，其特征在于，所述高斯混合模型中使用期望最大算法来估计模型参数。

4.根据权利要求1所述的红树林分类方法，其特征在于，所述高斯混合模型通过多个高斯概率密度函数来预测结果，所述高斯概率密度函数的聚类数目为...

【专利技术属性】
技术研发人员：张猛，靳文凭，孙华，陈昭俊，吴叶红，
申请(专利权)人：中南林业科技大学，
类型：发明
国别省市：