[发明专利]检测森林斑块变化的方法和装置

权利要求书

1.一种检测森林斑块变化的方法，其特征在于，包括：

获取目标区域的影像数据；

对所述影像数据处理，确定所述目标区域的至少一个斑块；

基于所述目标区域的不同类别的训练样本，对所述至少一个斑块进行分类，得到所述目标区域的第一斑块分布数据，其中，训练样本用于表征所述目标区域内的不同环境资源的样本数据；

将所述目标区域的第一斑块分布数据与实地考察得到的所述目标区域的第二斑块分布数据比对，提取所述目标区域内发生变化的斑块。

2.根据权利要求1所述的方法，其特征在于，获取目标区域的影像数据，包括：

获取通过卫星采集到的所述目标区域的高分辨率多光谱影像数据；

对所述高分辨率多光谱影像数据进行预处理数据操作，得到所述目标区域的所述影像数据，其中，所述预处理数据操作包括如下至少之一：几何校正、辐射校正、大气校正。

3.根据权利要求1所述的方法，其特征在于，对所述影像数据处理，确定所述目标区域的至少一个斑块，包括：

基于所述影像数据，获取所述目标区域的全彩色图像；

通过遥感图像处理平台，对所述目标区域的全彩色图像进行分割处理，得到所述目标区域至少一个斑块的矢量数据。

4.根据权利要求1所述的方法，其特征在于，在基于所述目标区域的不同类别的训练样本，对所述至少一个斑块进行分类，得到所述目标区域的第一斑块分布数据之前，所述方法还包括：

通过对所述目标区域的影像数据进行机器学习，得到所述目标区域的第一类训练样本和第二类训练样本，其中，所述第一类训练样板用于表征所述目标区域内的林地区域，所述第二类训练样本用于表征所述目标区域内非林地区域。

5.根据权利要求4所述的方法，其特征在于，基于所述目标区域的不同类别的训练样本，对所述至少一个斑块进行分类，得到所述目标区域的第一斑块分布数据，包括：

计算所述第一类训练样本和所述第二类训练样本的如下至少一种属性值：样本特征值、纹理特征值和植被覆盖指数，其中，所述纹理特征包括如下至少之一：相关性、方差、熵、协方差、角二阶矩；

基于支持向量机算法，根据所述至少一种属性值，将所述至少一个斑块进行分类；

根据分类结果确定所述目标区域的第一斑块分布数据。

6.根据权利要求5所述的方法，其特征在于，通过如下的计算公式计算所述植被覆盖指数：

NDVI=(ρNIR-ρRed)(ρNIR+ρRed);]]>

其中，NDVI为植被覆盖指数，ρ_NIR,ρ_Red分别表示近红外和红光波段的反射率。

7.根据权利要求5所述的方法，其特征在于，在基于支持向量机算法，根据所述至少一种属性值，将所述至少一个斑块进行分类之后，所述方法还包括：对分类后的至少一个斑块进行平滑处理，该步骤包括：

获取所述至少一个斑块的面积；

判断每个斑块的面积是否小于预设阈值；

将面积小于所述预设阈值的斑块合并到相邻的斑块。