[发明专利]一种湿地遥感信息的识别方法及装置

说明书

本发明属于环境监测的技术领域，具体涉及一种湿地遥感信息的识别方法，包括如下步骤，步骤一、基于相容粗糙集，对遥感影像数据进行预处理；步骤二、将所述预处理后的数据作为训练样本，然后对相容粗糙集样本进行处理，并输入到BP神经网络模型，对影像分类；步骤三、利用采集的样本点对分类结果进行分析和精度验证，建立混淆矩阵。本发明能够剔除训练样本中的噪声数据，提高遥感信息的识别精度。

技术领域

本发明属于环境监测的技术领域，具体涉及一种湿地遥感信息的识别方法及装置。

背景技术

湿地兼具水陆两种生态系统特征，具有多种生态功能和经济价值。随着工业的发展和生态环境的加速恶化，湿地资源遭到严重破坏，湿地面积不断减少，生态功能逐渐退化，为保护和恢复湿地资源，及时、准确地获取湿地变化信息是十分必要的。

基于卫星遥感影像的湿地覆被信息提取技术具有信息量大、监测范围广、更新时间快且对被调查对象不会产生破坏等特点，广泛应用于湿地调查监测中。传统的遥感分类方法主要是通过计算机进行自动解译，即利用地物的光谱等特征，采用数学统计聚类模式进行分类，包括最大似然法、决策树法、面向对象法、BP神经网络、支持向量机等。

发明人发现现有方案至少还存在以下缺陷：数据中噪声较多，导致识别精度较低。

发明内容

本发明的目的之一在于：针对现有技术的不足，提供一种湿地遥感信息的识别方法，能够剔除训练样本中的噪声数据，提高遥感信息的识别精度。

为了实现上述目的，本发明采用如下技术方案：

一种湿地遥感信息的识别方法，包括如下步骤：

步骤一、基于相容粗糙集，对遥感影像数据进行预处理；

步骤二、将所述预处理后的数据作为训练样本，然后对相容粗糙集样本进行处理，并输入到BP神经网络模型，对影像分类；

步骤三、利用采集的样本点对分类结果进行分析和精度验证，建立混淆矩阵。

需要说明的是，本发明的识别方法中，步骤一中，基于相容粗糙集理论对遥感影像数据进行预处理，在不影响分类精度的情形下，减少样本数据中的噪声；步骤二中，结合目标区域湿地土地利用覆被现状图和开发利用特点，参考现有覆被分类成果，将目标区域初步分为河流、湖泊-养殖塘、林地、芦苇、水田、滩涂、居民点、旱地8个类型；步骤三中，利用GPS野外采集的样本点分别对分类结果进行精度验证，建立混淆矩阵，其中，混淆矩阵是表示精度评价的一种标准格式，用n行n列的矩阵形式来表示,具体评价指标有总体精度、制图精度、用户精度等，这些精度指标从不同的侧面反映了图像分类的精度，在图像精度评价中，主要用于比较分类结果和实际测得值，可以把分类结果的精度显示在一个混淆矩阵里面，混淆矩阵是通过将每个实测像元的位置和分类与分类图像中的相应位置和分类相比较计算的。

作为本发明所述的一种湿地遥感信息的识别方法的一种改进，所述步骤一中，还包括：

获取预设历史时间段内目标区域的实地数据；

根据所述实地数据获取所述目标区域的矢量边界图；

根据所述矢量边界图对遥感影像进行裁剪。

作为本发明所述的一种湿地遥感信息的识别方法的一种改进，所述步骤二中，将所述预处理后的数据作为所述训练样本，包括：

根据所述目标区域的土地利用数据，将所述目标区域分成若干类地物；

根据若干类所述地物的反射率差异，分析若干类所述地物的光谱特性，选择所述训练样本。

作为本发明所述的一种湿地遥感信息的识别方法的一种改进，所述地物包括河流、湖泊、林地、芦苇、水田、滩涂、居民点、旱地。