(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 109840516 A(43)申请公布日 2024.06.04
(21)申请号 202410168472.0(22)申请日 2024.03.06
(71)申请人 福州大学
地址 350108 福建省福州市闽侯县上街镇
福州大学城学院路2号福州大学新区(72)发明人 邱炳文 李海文 杨鑫怡 (74)专利代理机构 福州元创专利商标代理有限
公司 35100
代理人 蔡学俊(51)Int.Cl.
G06K 9/00(2006.01)G01N 21/55(2014.01)
权利要求书2页 说明书5页 附图6页
CN 109840516 A(54)发明名称
一种基于时序遥感影像的水体变化自动识别方法(57)摘要
本发明涉及一种基于时序遥感影像的水体变化自动识别方法。本发明首先基于植被指数时序数据提取植被丰度指标，通过缨帽变换建立亮度、绿度和湿度指标时序数据集，同时利用研究区森林区域指标的均值和标准差，对亮度、绿度和湿度三个指标进行标准化处理，结合标准化处理后的亮度、绿度和湿度指标，提取干扰指数，进而检测植被丰度、干扰指数和湿度指标是否存在显著的变化趋势，最终依据植被丰度、干扰指数和湿度指标的变化趋势，建立基于时序遥感影像的水体变化自动识别方法。本发明具有时空连续性好、鲁棒性强，适用于大范围水体变化自动提取等优点。
CN 109840516 A
权 利 要 求 书
1/2页
1.一种基于时序遥感影像的水体变化自动识别方法,其特征在于，包括以下步骤：步骤S01：采集研究区历年的植被指数时序数据，并建立植被指数时序数据集；步骤S02：根据得到的植被数据时序数据集，逐年提取植被丰度指标；步骤S03：根据研究区最大化合成MODIS遥感影像波段反射率数据，通过缨帽变换建立亮度、绿度和湿度指标时序数据集；
步骤S04：根据得到的亮度、绿度和湿度指标时序数据集，建立干扰指数时序数据集；步骤S05：计算干扰指数、植被丰度指标和湿度指标的变化趋势；步骤S06：根据得到的干扰指数、植被丰度和湿度指标的变化趋势，获得研究区水体变化分布图。
2.根据权利要求1所述的一种基于时序遥感影像的水体变化自动识别方法,其特征在于：所述步骤S02具体为：基于植被指数时序数据集的第二四分位数Q2，获得增强型植被指数时序数据的中高值区域M，计算增强型植被指数时序数据的中高值区域M的平均值，即为植被丰度指标。
3.根据权利要求1所述的一种基于时序遥感影像的水体变化自动识别方法,其特征在于：所述步骤S03具体为：基于2001-2017年8天最大化合成MODIS遥感影像波段1-7反射率数据，通过缨帽变换计算亮度、绿度和湿度三个指标，建立2001-2017年亮度、绿度和湿度指标时序数据集，其中亮度B、绿度G和湿度W指标的计算公式分别为：
B=0.3956*Band1?+?0.4718*Band2?+?0.3354*Band3?+?0.3834*Band4?+?0.3946*Band5?+?0.3434*?Band6+0.2964*?Band7
G=?-0.3399*?Band1?+?0.5952*Band2?-?0.2129*Band3?-?0.2222*Band4?+?0.4617*Band5-?0.1037*?Band6?-?0.4600*?Band7W=0.10839?*Band1+?0.0912*Band2?+?0.5065*Band3?+?0.4040*Band4?-?0.2410*Band5-?0.4658*?Band6?-?0.5306*?Band7其中波段Band1，Band2，Band3，Band4，Band5，Band6和Band7分别为MODIS影像波段1-7对应的波段反射率。
4.根据权利要求1所述的一种基于时序遥感影像的水体变化自动识别方法,其特征在于：所述步骤S04具体为：
步骤S401:对的亮度、绿度和湿度指标进行标准化处理;亮度、绿度和湿度指标的标准化计算方法依次为：Br=?(B-Bu)/?BǒGr=?(G-Gu)/?GǒWr=?(W-Wu)/?Wǒ其中，Br、Gr和Wr分别是经过标准化后的亮度、绿度和湿度指标；Bu,?Gu,?Wu分别为研究区内亮度、绿度、湿度指标的平均值；Bǒ,?Gǒ,?Wǒ分别为研究区内亮度、绿度、湿度指标的标准差；
步骤S402:利用标准化后的亮度、绿度和湿度指标，建立干扰指数DI；DI=Br-(Gr+Wr)其中，DI为干扰指数，Br、Gr和Wr分别是经过标准化后的亮度、绿度和湿度指标；逐像元逐年逐期计算干扰指数，生成2001-2017年研究区干扰指数时序数据集。
2
CN109840516A一种基于时序遥感影像的水体变化自动识别方法[专利] - 图文
