[发明专利]基于Sentinel卫星影像和随机森林算法的森林沼泽提取方法

说明书

基于Sentinel卫星影像和随机森林算法的森林沼泽提取方法，涉及一种利用遥感数据和随机森林算法的森林沼泽精准识别提取方法。本发明是为了解决现有的单一光谱遥感数据无法准确探测获取森林沼泽分布信息的问题，本方法如下：一、筛选获Sentinel‑1GRD与Sentinel‑2MSI影像；二、空间上的VV与VH后向散射系数图像；三、计算Sentinel‑2影像的红边指数、植被指数与水体指数指数特征；四、获取研究区Sentinel‑1雷达与Sentinel‑2红边多光谱波段融合特征反射率信息；五、提取训练样本与验证点模型；六、研究区整体森林沼泽地物类型信息识别与提取、精度验证；七、对研究区内森林沼泽区域进行裁剪，得到森林沼泽分布范围信息。本发明解决了被遮蔽水体的森林沼泽被错分为林地的问题。

技术领域

本发明涉及一种利用遥感数据和随机森林算法的森林沼泽精准识别提取方法。

背景技术

湿地是最重要的陆地生态系统类型之一，在维持物质循环平衡、保护生物物种多样性和维持生态安全等方面发挥着极其重要的作用。森林沼泽是指以超过六米的木本植物作为优势物种的沼泽湿地，碳储量极其丰富，对全球气候变化响应显著。面对人类活动与气候变化的双重严峻挑战，森林沼泽遥感监测能及时明确森林沼泽分布界限，反映森林沼泽湿地景观类型现状与转化趋势，对有效保护森林沼泽生态系统健康与维护区域生态系统稳定具有重要意义。

近年来，基于多源遥感数据整合最大程度融合不同类型传感器遥感数据来有效提取地物类型信息已成为森林沼泽地物类型识别与提取的有效方法。但是由于森林沼泽透视性差、物种类型复杂、目视解译与实地考察繁琐等给森林沼泽信息提取制图带来了困难。使用单一光谱影像，不能有效穿透识别森林高大枝干以下的森林沼泽范围。

发明内容

本发明的目的是为了解决现有的单一光谱遥感数据无法准确探测获取森林沼泽分布信息的问题，提供了一种基于Sentinel卫星影像和随机森林算法的森林沼泽提取方法。

基于Sentinel卫星影像和随机森林算法的森林沼泽提取方法如下：

步骤一、利用欧空局官方网站，筛选获取研究区年内云量较少的Sentinel-1GRD与Sentinel-2MSI影像，利用SNAP Sentinel官方处理软件对下载的Sentinel影像进行地形校正、相干斑滤波校正、辐射校正、高分辨率融合预处理；

步骤二、获取Sentinel-1VV与VH极化后向散射系数，得到空间上的VV与VH后向散射系数图像；

步骤三、计算Sentinel-2影像的红边指数、植被指数与水体指数指数特征，其计算公式如下：

NDVIR1＝(B8a-B5)/(B8a+B5) (1)

NDVIR2＝(B8a-B6)/(B8a+B6) (2)

NDVIR3＝(B8a-B7)/(B8a+B7) (3)

NDR1＝(B6-B5)/(B6+B5) (4)

NDR2＝(B7-B5)/(B7+B5) (5)

NDVI＝(B8a-B4)/(B8a+B4) (6)

NDWI＝(B3-B8a)/(B3+B8a) (7)

式(1)、(2)、(3)、(4)、(5)、(6)、(7)中，Bx代表Sentinel-2中1-12波段的反射率，其中x＝3、4、5、6、7或8a；