一种用于调查草原沙化的遥感自动识别方法与流程

本发明涉及计算机技术领域，具体而言，涉及一种用于调查草原沙化的遥感自动识别方法。

背景技术

遥感数据在国土资源调查、环境监测等领域已经得到广泛应用。草原沙化是不合理利用和脆弱生态环境相互作用的结果，不同的沙化程度常见有轻度、中度、重度三种级别。

在对草原沙化的识别方法当中，常见的是野外调查方法，以及遥感技术方法。现有遥感技术常见的一种方法采用的是通过波段组合选取特定组合波段信息，通过结合权属影像并融合处理，综合待识别地区的地质、地貌、水文、气候和人类活动等资料作为辅助，进行综合判别。

现有的识别方法需要准备大量的前期基础资料(如地质、地貌、气候等)，难以全部获取。识别结果后处理需要多数据介入，同时识别人员需要具备地学专业知识，专业性高。

技术实现要素：

本发明的目的在于提供一种用于调查草原沙化的遥感自动识别方法，提供一种简单的交互式识别的方式，前期数据输入和后期数据补充尽可能融入专家知识和经验判断，能够采用多方法试验，评估初步结果。同时根据补充信息，快速反馈，完善识别方法的超参数，减少人工参数对识别结果带来的误差。

本发明的实施例是这样实现的：

一种用于调查草原沙化的遥感自动识别方法，其包括：

选取空间分辨率的无云量或低云量的影像数据；

采用几何粗校正、辐射校正、图像配准和正射校正中的至少一者对影像数据进行处理；

利用该区域ndvi数据计算ndvi累计频次，以累计频次百分比为5％所对应的ndvi值为ndvi_min，以累计频次百分比为95％所对应的ndvi值为ndvi_max，利用ndvi_min和ndvi_max计算区域盖度。

本发明实施例的有益效果是：

本发明提供的用于调查草原沙化的遥感自动识别方法，前期输入数据类型少，后处理外部数据介入少，结果评价基于样点验证客观样点数据，利于业务的专注判读。

可视化交互方式，缩短单次的识别时间，时间主要消耗在模型对比、模型参数的调整当中，识别过程考虑主要影响特征信息，结果评价通过可视化呈现作为判别。

专家经验、辅助数据，已作为前期输入的信息，保持了识别过程的一致性和简洁流程，避免过程输入项繁杂。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的主流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整地描述。

实施例

图1示出了本发明实施例提供的用于调查草原沙化的遥感自动识别方法的主流程图，该方法包括：

步骤s110，影像数据筛选。

据该地区草原生长特点，选取空间分辨率的无云量或低云量的影像数据。

为了较佳地适应该地区草原生长特点，影像数据选取时间期间为4-9月。

在本发明一些具体的实施方式中，影像数据选取时间期间为4月、5月、6月、7月、8月和9月各至少一份。

采用其他时期、其他分辨率数据源，同样可以进行沙化的识别。但是影像数据的输入不同、盖度数据的输入不同将对识别结果产生很大影响。

此外，在出现多云量区域，如无法通过数据筛选方式解决，须综合多时段数据，对该区域多云量的影像进行去云处理，以得到影像数据，使影像数据满足下一步处理需要。

步骤s120，数据准备。

影像数据准备：本发明采用几何粗校正、辐射校正、图像配准和正射校正中的至少一者对影像数据进行处理。本实施例中，采用几何粗校正、辐射校正、图像配准和正射校正中对影像数据进行处理，完成基本影像数据的准备。

样点数据准备：经过实地采样准备该区域的盖度、沙化等样点标识。对于沙化的样点，可考虑补充前一年或前两年的数据，以丰富样点数据。

步骤s130，检查影像等数据。

步骤s140，盖度计算、核对。

盖度数据的计算基于ndvi数据结果，首先需要准备好该区域的ndvi数据，进行下一步的计算。

利用该区域ndvi数据计算该区域的ndvi累计频次，以累计频次百分比为5％所对应的ndvi值为ndvi_min，以累计频次百分比为95％所对应的ndvi值为ndvi_max，选为初定值。

利用ndvi_min和ndvi_max计算区域盖度，区域盖度的计算式如下：

(ndvi-ndvi_min)/(ndvi_max-ndvi_min)。

通过对样点的检查调整ndvi_min、ndvi_max，完成最后的计算。

步骤s150，输入准备好的基础数据。

步骤s160，搭建模型并计算。

根据样点所对应的波段特征信息、盖度信息，利用阈值算法进行初步识别，并通过adaboost算法搭建模型进行调优。

adaboost算法如下：

模型方法采用已有训练参数，在相同的平台环境当中，人工可以设定小区域范围进行试验，快速反馈和更改模型，并比较模型给出评估结果。

需要说明，采用不同的模型和参数进行识别会有所差异，如在参数合理和前期特征信息合理前提之下，在快速判读的交互式可视化环境当中，可以同样完成沙化的自动识别。

步骤s170，核对识别结果的准确性。

通过集成的gis系统平台和渲染系统，展示结果，并检查和补充特征信息。

若判定为yes，根据综合判别给出识别结果，完成分级。若判定为no，额外补充样点数据修正模型，考虑调整盖度模型参数，考虑补充样点及特征信息，直至判定结果为yes。

步骤s180，完成识别。

测试样点达到一定的准确性之后，作为结果提交。

综上所述，本发明提供的用于调查草原沙化的遥感自动识别方法，接收到准备好数据融合得到多特征信息，可视化交互式进行模型超参数的调整，同时根据样点验证数据计算给出结果判别指标即准确率，额外补充样点数据修正模型。

前期输入数据类型少，后处理外部数据介入少，结果评价基于样点验证客观样点数据，利于业务的专注判读。

可视化交互方式，缩短单次的识别时间，时间主要消耗在模型对比、模型参数的调整当中，识别过程考虑主要影响特征信息，结果评价通过可视化呈现作为判别。

专家经验、辅助数据，已作为前期输入的信息，保持了识别过程的一致性和简洁流程，避免过程输入项繁杂。

以上所描述的实施例是本发明一部分实施例，而不是全部的实施例。本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。