[发明专利]一种特征选择的热带森林参数遥感估测方法在审
申请号: | 202110583338.4 | 申请日: | 2021-05-27 |
公开(公告)号: | CN113343809A | 公开(公告)日: | 2021-09-03 |
发明(设计)人: | 陈小花;陈宗铸;雷金睿;吴庭天;李苑菱 | 申请(专利权)人: | 海南省林业科学研究院(海南省红树林研究院) |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06F16/51 |
代理公司: | 北京国坤专利代理事务所(普通合伙) 11491 | 代理人: | 张国栋 |
地址: | 571100 海南*** | 国省代码: | 海南;46 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 特征 选择 热带 森林 参数 遥感 估测 方法 | ||
本发明涉及森林参数遥感定量估测技术领域,且公开了一种特征选择的热带森林参数遥感估测方法,包括以下步骤:从热带森林中调查得到相应的数据,对于在热带森林中的调查采取区域划分。该特征选择的热带森林参数遥感估测方法,通过采用三种方式进行估测,相较于传统单一估测方式而言,本发明估测数据更加精准,同时其适用范围更加广泛,其次,将各种数据进行阶梯式存储,利用第一数据库和第二数据库进行数据存储,所有估测的数据来源由第二数据库提供,而第二数据库提供的数据基础源于第一数据库的扫描、整合以及精炼,事先就将无用数据排出在外,相比于传统估测方式,本发明极大程度上优化了数据来源,使得数据冗杂小,分析处理更加简单。
技术领域
本发明涉及森林参数遥感定量估测技术领域,具体为一种特征选择的热带森林参数遥感估测方法。
背景技术
基于遥感的森林参数(如生物量、蓄积量、叶面积指数等)估测是指通过数学手段,在遥感、计算机技术和数学或物理模型驱动下,利用遥感影像特征判读数据,结合少量的地面调查资料或地面临时样地资料,建立森林调查数据和遥感影像之间的数学或物理机理模型,此领域已有大量研究表明,结合多源遥感数据及其派生的纹理、植被指数等遥感特征因子可以提高森林参数定量估测精度。
但随着遥感特征因子数据维度的提升,会带来信息冗余进而产生维度灾难,使分析和处理变得复杂,若不通过一定的方法进行特征选择,甚至会降低森林结构参数定量估测精度,同时传统估测大都采用单一的估测方式,其数据不够全面,且适用范围较低,只适合一时一地一事的情况,因此,解决如何从海量的遥感特征组合中高效选取优化的特征进行建模成为森林参数估测的首要问题,即特征选择问题,故此本发明提出了一种特征选择的热带森林参数遥感估测方法。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种特征选择的热带森林参数遥感估测方法,具备数据冗杂小,分析处理简单,多种方式估测,适用范围广等优点,解决了现有技术存在的问题。
(二)技术方案
为实现上述数据冗杂小,分析处理简单,多种方式估测,适用范围广的目的,本发明提供如下技术方案:一种特征选择的热带森林参数遥感估测方法,包括以下步骤:
1)从热带森林中调查得到相应的数据,并将其上传至第一数据库;
2)从热带森林中拍摄不同植被以及非植被的遥感影像,并将其上至第一传数据库;
3)对第一数据库中的各项数据进行扫描,将残缺不全的信息、重复的信息删除;
4)对第一数据库中的各项数据进行整合、提取出精炼数据;
5)将所有精炼数据另存到第二数据库;
6)调取第二数据库中数据集通过循环迭代法选取遥感特征,从而得到最优特征数据集;
7)通过最优特征数据集优化区域森林参数的k-NN估测模型以实现森林参数遥感估测。
8)调取第二数据库中的数据集建立神经网络人工神经网络模型,并通过神经网络人工神经网络模型进行第二次遥感估测;
9)调取第二数据库中的数据集,通过KNN算法对数据集进行第三磁估测;
10)将步骤7)、步骤8)以及步骤9)中得到的三种估测结果整合,留同存异,将相同的部分的数据和不同部分的数据分别展示出来。
优选的,所述第一数据库和第二数据库均采用MySQL数据库。
优选的,所述对于在热带森林中的调查采取区域划分,将整个热带森林安装英文字母顺序划分出A、B、C、D…Z等二十六个采样调查区域,调查数据包含有生物种类、生物具体形状、生物具体结构、区域环境、生物量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于海南省林业科学研究院(海南省红树林研究院),未经海南省林业科学研究院(海南省红树林研究院)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110583338.4/2.html,转载请声明来源钻瓜专利网。