【技术实现步骤摘要】
本专利技术属于海岸线变化监测，具体是一种基于人工智能的海岛岸线识别方法及系统。
技术介绍
1、现有海岛岸线识别技术受限于单一数据源与固定校正模型，难以满足复杂地理环境下的高精度监测需求。传统方法多依赖光学遥感影像提取岸线，但光学数据易受云雾、昼夜等天气条件干扰，导致水体边界误判(如高潮位时海水淹没潮间带却无法识别)；同时，仅通过光谱特征分类无法有效区分地形差异显著的岸线类型。此外，现有校正模型普遍采用固定全局修正系数，无法捕捉岸线的长期演变趋势(如海平面上升导致的年均侵蚀速率)和潮汐等高频动态因素。
2、本申请提供了一种基于人工智能的海岛岸线识别方法及系统，以解决上述技术问题。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一；为此，本专利技术提出了一种基于人工智能的海岛岸线识别方法及系统，通过光学影像、sar影像与地形数据的融合建模，突破了单一数据源的局限性；光学影像的多光谱特征可精准区分植被覆盖区与非植被岸线，而sar影像的全天候穿透能力解决了云雾、夜间...
【技术保护点】
1.一种基于人工智能的海岛岸线识别方法，其特征在于，包括：
2.根据权利要求1所述的一种基于人工智能的海岛岸线识别方法，其特征在于，全局修正系数的计算步骤包括：
3.根据权利要求1所述的一种基于人工智能的海岛岸线识别方法，其特征在于，全局修正系数的计算步骤包括：
4.根据权利要求3所述的一种基于人工智能的海岛岸线识别方法，其特征在于，跨季度计算各岸线点对应的遥感距离值和实测距离值的标准差，计算公式为：其中，n为历史季度数；di,k为第k个季度岸线点ai,k与目标地物bi的遥感距离值，d′i,q为当前季度q岸线点a′i,q的实测距离值
5....
【技术特征摘要】
1.一种基于人工智能的海岛岸线识别方法，其特征在于，包括：
2.根据权利要求1所述的一种基于人工智能的海岛岸线识别方法，其特征在于，全局修正系数的计算步骤包括：
3.根据权利要求1所述的一种基于人工智能的海岛岸线识别方法，其特征在于，全局修正系数的计算步骤包括：
4.根据权利要求3所述的一种基于人工智能的海岛岸线识别方法，其特征在于，跨季度计算各岸线点对应的遥感距离值和实测距离值的标准差，计算公式为：其中，n为历史季度数；di,k为第k个季度岸线点ai,k与目标地物bi的遥感距离值，d′i,q为当前季度q岸线点a′i,q的实测距离值。
5.根据权利要求1所述的一种基于人工智能的海岛岸线识别方法，其特征在于，利用多源数据对所述目标海岛的岸线进行分区，得到若干分区岸线，包括：
6.根据权利要求2所述的一种基于人工智能的海岛岸线识别方法，其特征在于，对待校正距离序列进行校正的校正公式为：dcorrected＝draw×(1-s)，s＝sglobal×α；其中，dcorrected为校正后岸线点与固定地物之间的距离，draw为待校正距离，α为对应的分区校正因子，sglobal为全局修正系数。
7.根据权利要求4所述...
【专利技术属性】
技术研发人员：杨帅，符肯，黄诚，朱子昂，程伟，张富程，张远征，杨建英，李莉，李仪，李健唐，黄朝辉，崔建伟，
申请(专利权)人：中国地质调查局海口海洋地质调查中心，
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。