买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河南大学;信阳市林业科学研究所;信阳市林业工作站((信阳市林木种苗站));中国科学院、水利部成都山地灾害与环境研究所

摘要：本发明属于遥感目标识别技术领域，公开一种基于云平台融合多源卫星影像的常绿森林自动识别方法，该方法结合研究期内研究区域中所有Sentinel‑1AB和Sentinel‑2AB卫星影像，通过提取常绿森林在不同时期与其他地类的物候差异进行常绿森林自动识别；首先，生成了森林掩膜；其次，将森林分为常绿森林和落叶森林，并根据高质量的时间序列曲线提取出了用于分类的物候指标；最后，逐像素对研究区常绿森林进行提取。本发明充分利用了常绿森林的独特物候指标，融合了研究区和研究期内所有卫星影像，有利于捕捉常绿森林的关键物候期，有效提高了常绿森林识别的精度。

主权项：1.一种基于云平台融合多源卫星影像的常绿森林自动识别方法，其特征在于，包括：步骤1、基于GoogleEarthEngine云计算平台获取研究期内研究区所有Sentinel-1AB和Sentinel-2AB卫星影像，分别对Sentinel-1AB和Sentinel-2AB卫星影像进行预处理，得到卫星影像数据集；步骤2：基于步骤1所得卫星影像数据集，获取归一化植被指数和VH后向散射系数，即获取NDVI和VH时间序列数据；步骤3、根据步骤2中得到的NDVI和VH时间序列数据，提取水体区域WBA、农田区域CA、不透水面区域ISA和森林区域FVA，得到WBA、CA、ISA和FVA分布图；步骤4、结合常绿植被和落叶植被的参考样本数据，利用卫星影像数据集，分别创建常绿植被区域EVA和落叶植被区域DVA的NDVI和VH时间序列数据集；步骤5、对步骤4得到的EVA和DVA的NDVI时间序列数据集进行处理，得到EVA和DVA的最大NDVI时间序列数据集；步骤6、对步骤4得到的EVA和DVA的VH时间序列数据集进行处理，得到EVA和DVA的平均VH时间序列数据集；步骤7、根据步骤5中得到的最大NDVI时间序列数据集和步骤6中得到的平均VH时间序列数据集，根据常绿植被物候特征，提取EVA的分类物候指标，生成分类物候指标直方图；所述步骤7包括：根据常绿森林的生长特征，将一年分为5个时期，分别为春季、夏季、秋季、冬季和全年，分别命名为TW1～TW5，根据TW1～TW5来提取用于分类的物候指标；所述步骤7中，EVA的分类物候指标包括：TW4时期识别到的NDVI最大值NDVIwinter_max，TW5时期识别到的NDVI最大值NDVImax；步骤8、根据步骤7中得到的分类物候直方图构建EVA识别模型；所述步骤8中，EVA识别模型为：NFVImax-NFVIwinter_max0.25步骤9、根据步骤8中构建的EVA识别模型对步骤3中得到的FVA分布图进行分类，得到EVA分布图。

全文数据：

权利要求：

百度查询： 河南大学 信阳市林业科学研究所 信阳市林业工作站((信阳市林木种苗站)) 中国科学院、水利部成都山地灾害与环境研究所 基于云平台融合多源卫星影像的常绿森林自动识别方法