[發(fā)明專利]土地覆蓋年際變化檢測(cè)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811222022.7
• 申請(qǐng)日: 2018-10-19
• 公開（公告）號(hào): CN109446962B
• 公開（公告）日: 2020-12-01
• 發(fā)明（設(shè)計(jì)）人: 黃翀;李賀;劉慶生
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院地理科學(xué)與資源研究所
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩;吳歡燕

本發(fā)明實(shí)施例提供了一種土地覆蓋年際變化檢測(cè)方法及系統(tǒng)，通過目標(biāo)區(qū)域在第一目標(biāo)年和第二目標(biāo)年的時(shí)序遙感數(shù)據(jù)，分別確定目標(biāo)區(qū)域在第一目標(biāo)年和第二目標(biāo)年的NDVI時(shí)序數(shù)據(jù)；在預(yù)設(shè)遙感時(shí)序模型進(jìn)行兩個(gè)不同年份的NDVI時(shí)序數(shù)據(jù)重構(gòu)的基礎(chǔ)上，利用DTW算法進(jìn)行兩個(gè)不同年份的時(shí)序曲線的相似性比較，得到土地覆蓋的年際變化檢測(cè)結(jié)果。本發(fā)明實(shí)施例中充分挖掘了時(shí)序遙感數(shù)據(jù)的可利用價(jià)值，在使用遙感時(shí)序影像變化檢測(cè)方面，具有重大的應(yīng)用前景。而且通過DTW算法可以在一定程度上克服時(shí)間軸上的位移問題，能夠降低噪聲和云等異常值的影響，取得更好的匹配效果，提高土地覆蓋年際變化的檢測(cè)精度。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及遙感影像變化檢測(cè)技術(shù)領(lǐng)域，更具體地，涉及土地覆蓋年際變化檢測(cè)方法及系統(tǒng)。

背景技術(shù)

土地覆蓋變化是地表諸多要素的綜合反應(yīng)，對(duì)地表能量平衡、氣候變化、水循環(huán)等產(chǎn)生直接影響，是眾多學(xué)科關(guān)注的焦點(diǎn)。遙感數(shù)據(jù)因其宏觀性、周期性和連續(xù)性，是土地覆蓋變化識(shí)別的重要數(shù)據(jù)源。時(shí)序遙感影像能夠提供對(duì)地表狀態(tài)長(zhǎng)時(shí)間序列的記錄，反映地表在一個(gè)長(zhǎng)時(shí)間范圍內(nèi)的動(dòng)態(tài)變化情況，為土地覆蓋變化的時(shí)空識(shí)別提供了可靠的數(shù)據(jù)源。充分挖掘遙感時(shí)序數(shù)據(jù)集蘊(yùn)含的時(shí)態(tài)維信息，發(fā)展基于時(shí)序遙感的土地覆蓋變化自動(dòng)檢測(cè)方法是近年來遙感技術(shù)領(lǐng)域研究的熱點(diǎn)之一。

在使用時(shí)序遙感數(shù)據(jù)進(jìn)行土地覆蓋變化檢測(cè)的過程中，需要首先消除遙感數(shù)據(jù)中受云、云影、霧、霾等影響形成的奇異值，即消除時(shí)序曲線的噪聲，這個(gè)過程就是遙感時(shí)間序列數(shù)據(jù)濾波的過程，也是時(shí)序模型構(gòu)建的過程。為實(shí)現(xiàn)土地覆蓋變化的自動(dòng)檢測(cè)，以多時(shí)相遙感數(shù)據(jù)為信息源，已發(fā)展了圖像差值法、光譜特征變異法、主成分分析法、假彩色合成法、波段替換法、分類后比較法、多波段交叉相關(guān)分析法和變化矢量分析法等多種方法，這些方法各有優(yōu)勢(shì)，然而土地覆蓋變化檢測(cè)仍然存在困難：一是“同物異譜，同譜異物”現(xiàn)象使得地表變化與影像變化特征不能一一對(duì)應(yīng)；二是土地覆蓋變化包括類內(nèi)變化和類間變化，即同種植被導(dǎo)致的土地覆蓋變化以及植被類別發(fā)生變化導(dǎo)致的土地覆蓋變化，變化程度也包括部分變化和全部變化，針對(duì)不同的研究目標(biāo)，如何界定變化也是一個(gè)難點(diǎn)；三是土地覆蓋變化的不穩(wěn)定性，使得變化檢測(cè)更加復(fù)雜。

利用土地覆蓋在長(zhǎng)時(shí)間序列的遙感影像中體現(xiàn)出的時(shí)間特性進(jìn)行變化檢測(cè)的關(guān)鍵是比較兩時(shí)間序列的相似性分析，即定量評(píng)價(jià)待檢測(cè)像元的時(shí)序曲線與目標(biāo)參考像元的時(shí)序曲線之間的相似度。時(shí)間序列相似度計(jì)算的方法普遍采取歐式距離方法，歐氏距離計(jì)算的是同一時(shí)刻兩個(gè)點(diǎn)的真實(shí)距離，但檢測(cè)土地覆蓋變化的過程中，由于地表溫度、作物生長(zhǎng)、地物變化等原因，在不同年份，地物的時(shí)序曲線會(huì)在時(shí)間在軸上出現(xiàn)伸縮和偏移，因此采用歐式距離方法無法克服時(shí)序曲線在時(shí)間軸上的位移問題。

發(fā)明內(nèi)容

為克服上述問題或者至少部分地解決上述問題，本發(fā)明實(shí)施例提供了一種土地覆蓋年際變化檢測(cè)方法及系統(tǒng)。

第一方面，本發(fā)明實(shí)施例提供了一種土地覆蓋年際變化檢測(cè)方法，包括：

基于目標(biāo)區(qū)域在第一目標(biāo)年和第二目標(biāo)年的時(shí)序遙感數(shù)據(jù)，分別確定所述目標(biāo)區(qū)域在所述第一目標(biāo)年和所述第二目標(biāo)年的歸一化差分植被指數(shù)NDVI時(shí)序數(shù)據(jù)；

基于預(yù)設(shè)遙感時(shí)序模型，分別對(duì)所述目標(biāo)區(qū)域在所述第一目標(biāo)年和所述第二目標(biāo)年的NDVI時(shí)序數(shù)據(jù)進(jìn)行擬合，確定所述目標(biāo)區(qū)域在所述第一目標(biāo)年的第一NDVI時(shí)序曲線以及在所述第二目標(biāo)年的第二NDVI時(shí)序曲線；

基于動(dòng)態(tài)時(shí)間彎曲DTW算法，確定所述第一NDVI時(shí)序曲線和所述第二NDVI時(shí)序曲線之間的DTW距離值，并基于所述DTW距離值確定所述目標(biāo)區(qū)域在所述第一目標(biāo)年和所述第二目標(biāo)年的年際變化檢測(cè)結(jié)果。

第二方面，本發(fā)明實(shí)施例提供了一種土地覆蓋年際變化檢測(cè)系統(tǒng)，包括：NDVI時(shí)序數(shù)據(jù)獲取模塊、NDVI時(shí)序曲線獲取模塊和年際變化檢測(cè)結(jié)果獲取模塊。其中，