Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于NDVI时序特征的植被分类方法 

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:电子科技大学

摘要:本发明公开了一种基于NDVI时序特征的植被分类方法,在多个不同时刻分别下载样本区域和待分类地区的Sentinel‑2号卫星高分辨率遥感影像,然后对每一张遥感影像进行预处理后,计算每一张遥感影像中各个像素点的NDVI指标,进而建立样本区域已知植被的NDVI时序数据集和待分类地区未知植被的NDVI时序数据集,最后结合这两个数据集,利用SAM算法或SID算法进行分类。

主权项:1.一种基于NDVI时序特征的植被分类方法,其特征在于,包括以下步骤:1、样本数据采集;设样本区域内植被的种类数为N,实地使用GPS手持仪在样本区域内记录各植被所在地的GPS世界坐标,然后记录对应坐标处植被的实际类型;2、多时相遥感影像的下载及预处理;2.1、在m个不同时刻分别下载样本区域和待分类地区的Sentinel-2号卫星高分辨率遥感影像,各m张,其中,样本区域的遥感影像记为Xi,待分类地区的遥感影像记为2.2、对2m张遥感影像进行预处理;在每一张遥感影像中,选取分辨率为10米×10米的蓝光B2、绿光B3、红光B4和近红外B8A四个波段数据,然后通过波段合成软件对四波段数据进行波段合成,形成RGB+近红外的真彩色影像,其中,遥感影像Xi处理完成后记为Yi,遥感影像处理完成后记为当2m张遥感影像进行相同处理后,共计得到2m张RGB+近红外的真彩色影像;对每一张真彩色影像进行辐射定标和大气校正,处理完成后分别记为Zi和3、建立遥感影像的NDVI时序数据集;3.1、定义NDVI时序数据集的元素值的取值范围为[-1,1],当元素值为负值时,判定为云,水,雪覆盖,当元素值为0时,判定为岩石或者裸土,当元素值为正值时,判定为植被覆盖,且元素值越大表明植被覆盖度越高;3.2、定义像元的归一化植被指数NDVI; 其中,NDVIx,y表示影像中像元x,y处的归一化植被指数,表示像元x,y处的近红外波段反射率值,表示像元x,y处的红光波段的反射率值;3.3、遍历每一张图像Zi与然后利用公式计算出各像元x,y处的NDVIx,y;3.4、对每一张图像Zi,分别计算出N种已知植被区域所包含像元的NDVI均值,并作为N种已知植被的NDVI指标,再将m张图像中N种已知植被的NDVI指标按遥感影像拍摄时间排序,从而得到样本区域已知植被的NDVI时序数据集;3.5、设待分类地区中共包含M种未知植被,则对于每一张图像分别计算出M种未知植区域被所包含像元的NDVI均值,并作为M种未知植被的NDVI指标,再将m景图像中M种未知植被的NDVI指标按遥感影像拍摄时间排序,从而得到待分类地区未知植被的NDVI时序数据集;4、植被分类;4.1、根据样本区域已知植被的NDVI时序数据集,建立N种植被在各时间点处的目标向量; 其中,表示第j1种已知植被在第i个时刻的NDVI指标;根据待分类地区未知植被的NDVI时序数据集,建立M种植被在各时间点处的待测向量; 其中,表示第j2种已知植被在第i个时刻的NDVI指标;4.2、给定N种已知植被的分类阈值4.3、利用SAM算法进行分类;4.3.1、以样本区域N种已知植被为基准,计算待分类地区中任意一种未知植被与某一已知植被的光谱角DSAMj1,j2; 4.3.2、比较光谱角DSAMj1,j2与分类阈值的大小,如果则判定待分类地区中未知植被j2与样本区域内已知植被j1为同一种类;否则,判定待分类地区中未知植被j2与样本区域内已知植被j1为不同种类。

全文数据:

权利要求:

百度查询: 电子科技大学 一种基于NDVI时序特征的植被分类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。