[發明專利]一種基于時序分類與空間分析的人工林空間模式識別方法

在審

• 申請號: 202011275385.4
• 申請日: 2020-11-13
• 公開（公告）號: CN112380994A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 沈文娟;黃成全;李明詩
• 申請（專利權）人: 南京林業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/40;G06K9/46;G06K9/62
• 代理公司: 南京申云知識產權代理事務所(普通合伙) 32274
• 代理人: 邱興天

本發明公開了一種基于時序分類與空間分析的人工林空間模式識別方法，屬于森林分類與識別技術領域。本發明在多源遙感數據收集與預處理的基礎上，結合野外實測數據，從多年PALSAR圖像上提取識別土地覆蓋類別的后向散射特征，以及從多時相的Landsat圖像上提取不同土地覆蓋類別的植被指數NDVI累積最大值進行物候特征識別；通過集成前者所得森林與非森林產品以及后者的森林與非森林類別判別閾值，構建單一森林資源類別識別模型并擴展到連續年份，再結合決策判別、知識準則以及空間疊置分析實現人工林空間分布識別。本發明相較于傳統的野外調查外形識別以及面積統計方式表現出明確的時空意義特征。

技術領域

本發明屬于森林分類與識別技術領域，具體涉及一種基于時序分類與空間分析的人工林空間模式識別方法。

背景技術

如何定量、精確地進行大尺度連續人工林空間分布識別是陸地碳核算研究的關鍵部分。其在森林碳匯計量中具有重要的現實意義。傳統的人工林面積統計識別的方法主要依賴于國家、地方以及專項森林資源野外調查或者結合航片的形式，通過提前判讀與實地調查結合的方法，這些方法耗時耗力，一方面不能提供空間模式分布圖，另一方面識別精度受人為干預較多。同時高分辨率影像以及激光雷達相結合的方法被廣泛提及，其在局地尺度的成本可控性強，短期內很難在大范圍、連續時間尺度進行推廣使用。同時，單獨采用光學或者合成孔徑雷達的方法，前者由于容易受天氣以及圖像質量的影響，在識別人工林空間分布時往往效果不夠理想；后者受天氣條件的限制較小，但是極化參數的相似性容易引起地表類別識別的混淆，另外，其覆蓋的時間尺度不足，數據的連續性差，其在長時序尺度推廣使用較為困難。盡管采用長時序光學影像分析方法能夠實現造林分布的時序軌跡，但是無法很好地表征一些緩慢的變化，對于一些低密度的干擾現象識別能力較弱。光學與微波相結合的方法能夠取長補短，已在毀林監測中被廣泛提及。但很少有研究基于光學與微波的方法將森林與非森林類別表征的造林與再造林及持續非森林或毀林的識別相結合，實現人工林的空間分布識別。

光學與微波結合的遙感技術與方法在過去十多年里逐步發展壯大，從融合法、組合法、重建法等，逐步實現細化與強化。由單一分類到組合分類、組合分類與閾值方法，但多以單一時相的識別為主，隨著技術與存儲能力的不斷強化，達到多年間隔識別的水平。逐漸受時空尺度的限制、計算與存儲能力不足以及進一步挖掘相關輔助信息(社會、經濟及環境等因素)的缺少影響了多時空尺度的深入識別。停留在森林變化識別的層面，而沒有具體細化是哪種森林經營舉措引起的變化，實現人工林分布像素的定位。

常規的野外調查技術無法實現人工林時空連續分布的定位，一是缺乏充足的空間信息，二是數據獲取的時間跨度太大，無法實現連續的監測。高分辨率技術與激光雷達技術的運行成本太高，不能滿足大區域尺度的需求，對于歷史信息的識別缺乏數據支撐。長時序的陸地衛星影像Landsat能夠實現時序監測，但是數據常受云、陰影、霧霾等的影響，受天氣條件限制較多。合成孔徑雷達，如L波段的PALSAR影像，該技術受數據時效性與不連續性影響較大。而且造林、持續非森林等的識別通常需要長時間尺度的數據作為支撐，才能捕捉很多細微的變化，不連續的數據會丟失很多突變或者漸變以及持續不變的信息，會影響結果的精度。很多現有技術通過判別人工林的分布輪廓、樹木的顏色以及規整程度，界定人工林的分布，并沒有依靠長時序、多源數據的優勢開展研究工作。

發明內容

針對現有技術存在的上述問題，本發明所要解決的技術問題在于提供一種基于時序分類與空間分析的人工林空間模式識別方法。

為了解決上述技術問題，本發明所采用的技術方案如下：

一種基于時序分類與空間分析的人工林空間模式識別方法，包括以下步驟：

步驟一、收集可用的Landsat數據與PALSAR數據；

步驟二、基于PALSAR的極化與紋理進行隨機梯度提升分類土地覆蓋類型；