[發(fā)明專利]多源遙感數(shù)據(jù)結(jié)合地理分區(qū)數(shù)據(jù)的植被覆蓋度反演方法

有效

• 申請?zhí)枺?/td>: 202210362738.7
• 申請日: 2022-04-08
• 公開（公告）號: CN114441456B
• 公開（公告）日: 2022-12-09
• 發(fā)明（設(shè)計）人: 桑會勇;翟亮;劉佳;喬慶華;侯偉;張英
• 申請（專利權(quán)）人: 中國測繪科學(xué)研究院
• 主分類號: G01N21/25
• 分類號: G01N21/25;G01N21/47;G06K9/62;G06N20/20;G06V20/10;G06V10/764
• 代理公司: 北京山允知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11741
• 代理人: 胡冰;宋少華

本發(fā)明提出一種多源遙感數(shù)據(jù)結(jié)合地理分區(qū)數(shù)據(jù)的植被覆蓋度反演方法，包括：基于中分辨率衛(wèi)星遙感數(shù)據(jù)得到多光譜波段地表反射率數(shù)據(jù)；基于高分辨率遙感數(shù)據(jù)得到植被和非植被分類數(shù)據(jù)；對所述分類數(shù)據(jù)計算得到植被覆蓋度樣本；利用所述植被覆蓋度樣本和所述地表反射率數(shù)據(jù)構(gòu)建基于生態(tài)分區(qū)的隨機森林反演模型；基于所述反演模型，對該生態(tài)分區(qū)內(nèi)的所述地表反射率數(shù)據(jù)進行植被覆蓋度反演，得到分景的植被覆蓋度。本發(fā)明還對應(yīng)提出一種系統(tǒng)。本發(fā)明能夠通過對每個生態(tài)分區(qū)建立模型，能提高植被覆蓋度反演精度和數(shù)據(jù)生產(chǎn)效率。

技術(shù)領(lǐng)域

本發(fā)明涉及，更具體地，涉及一種多源遙感數(shù)據(jù)結(jié)合地理分區(qū)數(shù)據(jù)的植被覆蓋度反演方法。

背景技術(shù)

植被覆蓋度是指植被在單位面積內(nèi)植被冠層的垂直投影面積與土壤總面積之比。植被覆蓋度是衡量植被狀況的一個最重要的指標(biāo)，在植被覆蓋變化研究、生態(tài)環(huán)境調(diào)查、水土保持研究等方面，都有著極其廣泛的應(yīng)用。常用的植被覆蓋度計算方法有：實測法，植被指數(shù)法，像元二分模型法，機器學(xué)習(xí)法等。實測法需要耗費大量的人力財力，且不易實現(xiàn)，可以借助遙感監(jiān)測，利用遙感技術(shù)的手段來獲取植被覆蓋度。植被指數(shù)法和像元二分模型法均是利用多光譜或高光譜遙感影像進行植被覆蓋度的估算。植被指數(shù)法是通過對區(qū)域植被狀況進行分析，選擇一種植被指數(shù)，對植被指數(shù)進行分級，用分級統(tǒng)計結(jié)果來估算植被覆蓋度。像元二分模型法是把傳感器觀測到的信息分為植被和裸土兩部分，估算植被覆蓋度時植被指數(shù)多采用的是歸一化植被指數(shù)。純裸土和純植被樣本點的選擇是像元二分法估算植被覆蓋度的關(guān)鍵，直接影響到植被覆蓋度的估算結(jié)果。不同影像的取值是不同的，即使是同一幅影像由于土壤、植被類型和空間分布的不同，純植被和純裸土的植被指數(shù)也是不同的，因此，依據(jù)經(jīng)驗值計算植被覆蓋度，將小區(qū)域的純植被和純裸土的植被指數(shù)樣本點應(yīng)用到整個研究區(qū)域或者其他研究區(qū)域是不科學(xué)的。也有研究采用決策樹、隨機森林、神經(jīng)網(wǎng)絡(luò)等模型算法進行植被覆蓋度反演，這類模型方法是非參數(shù)機器學(xué)習(xí)方法，通過對樣本的訓(xùn)練建立模型，利用模型進行反演，機器學(xué)習(xí)方法除了核心算法之外，模型反演的精度也取決于樣本的選取。對于區(qū)域乃至全球的長時序植被覆蓋度反演，如何選擇樣本點，樣本點的典型性直接決定了模型算法反演結(jié)果的精度。遙感技術(shù)的發(fā)展尤其是亞米級高分辨率遙感影像與中分辨率衛(wèi)星遙感數(shù)據(jù)相結(jié)合為區(qū)域乃至全球長時序植被覆蓋度產(chǎn)品高效反演提供了可能。

發(fā)明內(nèi)容

針對背景技術(shù)中的問題，本發(fā)明的目的是針對現(xiàn)有大區(qū)域乃至全球范圍長時序植被覆蓋度反演的樣本選擇困難的特點，提供一種結(jié)合多源遙感數(shù)據(jù)和生態(tài)地理分區(qū)數(shù)據(jù)的植被覆蓋度反演系統(tǒng)和方法。

本發(fā)明的多源遙感數(shù)據(jù)結(jié)合地理分區(qū)數(shù)據(jù)的植被覆蓋度反演方法包括：基于中分辨率衛(wèi)星遙感數(shù)據(jù)得到多光譜波段地表反射率數(shù)據(jù)；基于高分辨率遙感數(shù)據(jù)進行分類提取并計算得到植被覆蓋度樣本；利用所述植被覆蓋度樣本和所述地表反射率數(shù)據(jù)構(gòu)建生態(tài)分區(qū)的隨機森林反演模型；基于所述反演模型，對該生態(tài)分區(qū)內(nèi)的所述地表反射率數(shù)據(jù)進行植被覆蓋度反演，得到分景的植被覆蓋度產(chǎn)品數(shù)據(jù)。

本發(fā)明的技術(shù)方案更適用于有歷史存檔以及能在線更新獲取多尺度長時序多源多光譜遙感數(shù)據(jù)產(chǎn)品的遙感大數(shù)據(jù)中心，實現(xiàn)全球范圍不同時間尺度的植被覆蓋度產(chǎn)品在線更新發(fā)布。本發(fā)明通過檢索不同生態(tài)分區(qū)的高分辨率和中低分辨率遙感影像數(shù)據(jù)，對兩類影像數(shù)據(jù)進行大氣校正、分類提取、樣本采集、建模和反演，最終形成全球范圍植被覆蓋度產(chǎn)品。基于世界生態(tài)分區(qū)采用非參數(shù)機器學(xué)習(xí)方法-隨機森林模型反演的植被覆蓋度，通過對每個生態(tài)分區(qū)建立模型，能提高植被覆蓋度反演精度和產(chǎn)品生產(chǎn)效率。

附圖說明

為了更容易理解本發(fā)明，將通過參照附圖中示出的具體實施方式更詳細地描述本發(fā)明。這些附圖只描繪了本發(fā)明的典型實施方式，不應(yīng)認為對本發(fā)明保護范圍的限制。

圖1為本發(fā)明的方法的流程圖。

圖2為本發(fā)明的方法采用的RF訓(xùn)練過程的示意圖。

具體實施方式