[發明專利]植物群落空間結構提取方法

有效

• 申請號: 201510245969.X
• 申請日: 2015-05-14
• 公開（公告）號: CN104881868B
• 公開（公告）日: 2017-07-07
• 發明（設計）人: 張磊;尹鍇
• 申請（專利權）人: 中國科學院遙感與數字地球研究所
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/49
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 李相雨

技術領域

本發明涉及遙感圖像處理技術領域，尤其涉及一種植物群落空間結構提取方法。

背景技術

目前，植物群落結構的調查多采用傳統的、小尺度的抽樣統計方法或大尺度的遙感監測方法，包括植被類型、植被指數、高度等構型特征，而缺乏對各尺度生態系統結構的大小、形態、組織和格局的辨識。其原因有二方面：1)尺度問題。生態學組織層次遵循自然等級體系，從植物構型(枝干、葉)、個體、種群、群落、生態系統、到生態景觀的組織尺度。在不同尺度上，格局和過程往往出現不同的特征規律。尺度推繹的不確定性，影響分析的精度、甚至相反的結論；2)遙感數據問題。隨著遙感技術的引入，衛星/航空影像像素的光譜特征被用于地物識別與生態學研究。遙感更多地解決了純/混合像元的成份或比例問題，如覆蓋度FCover、葉面積指數(Leaf Area Index，簡稱LAI)等，由于像素不具備空間的語義性，無法解決空間的結構特征。雖然像素分辨率具有尺度性，通過不同尺度的刻畫理解生態格局。而其尺度關聯性較弱，基于光譜的認知及其尺度上推的局限性，像素方式難以揭示植物群落的結構特征。

面向對象提供一種空間同質聚類的斑塊融合方式，通過空間異質性的差異，建立多尺度的空間格局。利用尺度推繹的譜系關系，建立從內部結構、整體、空間關系多方位的目標特征辨識方式。對象形式不僅提供了目標的光譜特性，同時具有圖形特性，并有效地表征尺度的關聯性。基于多尺度對象特征認知的新視角，提供一種植物的層次特征表征的新途徑，有促于植被生態系統結構特征的深刻認識。

傳統植物群落結構監測方法是基于地面抽樣調查，再通過尺度上推，研究各組織尺度的結構特征。現有技術中提出了尺度推繹的信息壓縮、信息轉譯的概念，以及簡單聚合、直接外推、期望值外推、顯式積分等模型方法。隨著地理信息系統(Geographic Information System,簡稱GIS)發展，現有技術將尺度轉換(即尺度上推)方法總結為:空間分析法、基于相似性的尺度上推方法、基于局域動態模型的尺度上推方法、隨機(模型)法。開展了多尺度的生態過程研究，分析尺度產生的效應。生態學尺度上推得到的不是實際的空間結構，而是統計意義的、模擬的結構，同時，存在尺度推繹的不確定性。

遙感技術給生態學研究多尺度、連續的二維空間數據提供了新的數據支撐，彌補生態研究中低尺度的觀測、點數據獲取的不足。利用遙感光譜特征可以獲取生物物理參數，如植被指數、覆蓋度、葉面積指數等，近幾年，利用激光雷達(Light Detection And Ranging，簡稱Lidar)(如地球科學激光測高系統(Geoscience Laser Altimeter System，簡稱GLAS))回波數據開展森林的冠層高度、生物量等參數監測，這些植物的物理參數反演了植物的構型，而對各植物個體、群落之間的數量、空間關系的識別方法較少。對于尺度的考慮，表現為最佳分辨率的影像選擇或降低影像分辨率方法。由于基于像素PB的尺度上推是采用固定窗口內像元融合方法實現或采用新的數據，相比對象方式信息損失嚴重。近15年，隨著大腦認知理論、視覺理論的應用與發展，基于地理單元對象影像分析方法(Geographic Object-Based Image Analysis，簡稱GEOBIA)(可簡稱：基于對象/OB，即Object-Based)得迅速發展，該方法通過尺度分割方式將相似性像元聚合形成對象，利用其光譜、幾何形態、內部結構、空間關系、層次關系實現目標識別。在OB方式的尺度推繹中，不僅考慮到“圖-譜”特征，同時具有尺度間的關聯表達，這使尺度變化后所產生的對象相比PB方式更具有語義和利用價值。OB方式提升了“圖-譜-尺度”信息的有效結合和充分利用。OB方法克服了傳統的PB基于光譜的識別方法，特別是在中高分辨率的影像分類中，明顯減少了類型內部的異質性，降低了“椒鹽”現象，其幾何的、紋理的、關系的語義特征補充，增強了識別的能力。而有些學者認為一個尺度不能有效表征地物特征，有些植被類型，甚至同一類型，由于其內部結構和光譜的差異性，不會在同一個分割水平/尺度上的擬合。現有技術中利用了目視試驗分析的方法，選擇單樹、林斑、景觀特征3個尺度提取不同特征的、同一森林類型。或在3個尺度上利用支持向量機(Support Vector Machine，簡稱SVM)方法分別提取寬公路、鄉間路、建筑物3類城市不透水表面。這些方法往往存在多尺度的分類結果疊加時出現的重疊和空缺處理問題。近1-2年，OB方式發展了目標結構的識別方法。現有技術中可在低尺度上探測森林的種群分布，而在高尺度上基于規則集判別，研究低尺度的結構特征，建立森林棲息地的類型。現有技術中還可在城市的房屋和道路的組織尺度上進行目標識別，而在街區尺度上進行城市結構、密度和功能的劃分。綜上所述，植物群落的空間結構除了微觀地地面調查外，還沒有提出大范圍、系統地監測方法。