基于Sentinel-2影像特征优选的林地类型分类方法

    公开(公告)号:CN118196627A

    公开(公告)日:2024-06-14

    申请号:CN202410316696.2

    申请日:2024-03-20

    Abstract: 本发明提供基于Sentinel‑2影像特征优选的林地类型分类方法,涉及基于机器学习算法的遥感影像识别分类技术领域。该方法包括:获取待分类区的Sentinel‑2遥感影像并进行预处理,对预处理后的影像进行镶嵌裁剪,得到研究区的Sentinel‑2遥感影像;使用分层法逐层剔除研究区的Sentinel‑2遥感影像中的非植被区域,得到林地区域;获取林地区域的高清影像数据并从中选取原始样本;根据林地区域对应的Sentinel‑2遥感影像构建分类特征集;从原始样本中抽取训练样本集,从分类特征集中获取训练样本集中各林地类型的全部特征,采用随机森林算法计算各特征的重要性得分并确定最优特征组合;根据最优特征组合构建随机森林分类器,用于对林地区域进行林地类型的分类,得到林地类型的分类结果。

    基于卫星传感器的植被反射率数据的对比研究方法

    公开(公告)号:CN118090670A

    公开(公告)日:2024-05-28

    申请号:CN202410235197.0

    申请日:2024-03-01

    Abstract: 本发明提供基于卫星传感器的植被反射率数据的对比研究方法,涉及卫星遥感传感器技术领域。该方法具体包括:获取若干对同步遥感影像并进行预处理,计算同步遥感影像对应的地表反射率;通过分析不同日期对地表反射率偏差的影响、空间分辨率对地表反射率的影响;波段波长与卫星传感器测量地表反射率能力的关系、归一化植被指数NDVI与卫星传感器测量地表反射率能力的关系、基础反射率对地表反射率的影响、分析植被生长对地表反射率的影响、空间分辨率对地表反射率的影响和波长偏差对地表反射率的影响,对影响地表反射率的因素进行综合评价;从而掌握不同卫星产品对测量不同地物地表反射率的优劣,提高了研发遥感反射率产品的精度。

    一种基于BP神经网络的河流水质参数遥感监测方法

    公开(公告)号:CN118067628A

    公开(公告)日:2024-05-24

    申请号:CN202410194977.5

    申请日:2024-02-22

    Abstract: 本发明提供一种基于BP神经网络的河流水质参数遥感监测方法,涉及水质监测技术领域。收集整理水质监测站的水质参数监测数据;利用皮尔逊相关系数筛选出与水质相关性高的波段组合数据,选择相关性最大的波段组合反射率用于反演模型建立;设计BP神经网络的层数,选择传递函数与训练算法,最终建立反演模型;获取更多不同年份的卫星遥感影像,通过构建好的河流地表水质反演模型反演得到多年河流地表水源地水质参数的浓度,达到河流水质监测目的。将BP神经网络应用在水质领域可以帮助监测和预测水质状况,对于水质管理和环境保护具有重要意义。水质参数通过多次迭代训练,网络可以逐渐优化,以达到对水质参数的预测准确性。

    一种基于GRACE数据构建综合干旱指数的旱情监测方法

    公开(公告)号:CN117993771A

    公开(公告)日:2024-05-07

    申请号:CN202410102865.2

    申请日:2024-01-25

    Abstract: 本发明设计一种基于GRACE数据构建综合干旱指数的旱情监测方法,利用基于重力卫星和降水以及气温数据通过主成分分析法进行综合干旱指数构建;首先采用GRACE重力卫星数据,利用奇异谱法进行残缺月份进行插值,然后用尺度因子法恢复因滤波处理后的真实陆地水储量变化;从GPCC数据中计算出月平均区域降水量的变化量,从ERA5再分析数据集中计算出月平均区域气温变化量,利用主成分分析法将三组数据重建得出按权重构建的综合表征指数PTT,再利用月相对距平值进行干旱识别,即以综合表征指数值偏离同期多年平均值的程度识别干旱;本发明能够准确地,全面地识别出研究区典型旱情,同时其刻画的干旱发生发展消退全过程时空演变特征与历史资料基本一致。

    一种基于多特征优选的双极化SAR影像耕作土地提取方法

    公开(公告)号:CN117935049A

    公开(公告)日:2024-04-26

    申请号:CN202410071551.0

    申请日:2024-01-18

    Inventor: 李玉 张鑫 贾淑涵

    Abstract: 本发明设计一种基于多特征优选的双极化SAR影像耕作土地提取方法;首先对目标区域的Sentinel‑1双极化SAR影像进行预处理,使用SNAP软件提取和PolSARpro软件极化分解的方法构建极化特征集;并结合目标区域的Google Earth高清影像以目视解译的方式绘制训练样本数据;然后将其输入到核密度函数模型中,剔除无关特征,并且利用RFE算法进行特征优选,获得最优特征组合:最后利用最优特征组合作为分类特征,基于随机森林分类算法对双极化SAR影像进行耕作土地提取,然后对结果进一步利用形态学方法进行后处理,获得耕作土地专题图;本发明解决了现有利用多特征提取耕作土地的方法存在特征冗余的问题,提高特征集本身区分地物的能力。

    一种森林火灾遥感动态监测方法

    公开(公告)号:CN117894130A

    公开(公告)日:2024-04-16

    申请号:CN202410069284.3

    申请日:2024-01-17

    Abstract: 本发明涉及林火检测领域,具体涉及一种森林火灾遥感动态监测方法;S1、林护人员搭建物理信息收集设备和信息综合处理平台;S2、信息综合处理平台对信息进行预处理;S3、信息综合处理平台对经过预处理的信息进行分析筛分,确定存在着火点的平台处理数据,再控制物理信息收集设备对着火点进行拍摄;S4、信息综合处理平台将处理后的数据发送到指定的森林火灾救援人员的信息接收设备。本发明中,通过采用使用成本较低的物理信息收集设备来获取森林的相关物理信息,物理信息收集设备中包括的森林检测火灾用无人机、森林火灾检测用摄像头和信息传输数据线的使用成本远低于人造卫星的使用成本,从而降低了森林火灾遥感动态检测的检测成本。

    结合高斯回归混合模型和MRF高光谱函数数据的分类方法

    公开(公告)号:CN116343032A

    公开(公告)日:2023-06-27

    申请号:CN202310234020.4

    申请日:2023-03-13

    Abstract: 为了探究函数型数据分析方法在高光谱影像处理中的有效性,本发明提出结合高斯回归混合模型和MRF高光谱函数数据的分类方法;首先,运用多项式回归拟合高光谱影像像素光谱曲线,以便用函数形式表达像素光谱信息;然后,通过引入邻域关系建立马尔可夫随机场模型,同时结合高斯回归混合模型建立邻域高斯回归混合模型;最后,根据最大后验概率准则,获取最终高光谱影像分类结果。由于充分结合了高光谱影像的空‑谱信息,使得本发明算法具有高精度的分类结果,有效改善高光谱影像的分类性能。

Patent Agency Ranking