[发明专利]一种基于综合遥感技术的森林环境遥感监测方法及终端有效
申请号: | 202110806193.X | 申请日: | 2021-07-16 |
公开(公告)号: | CN113537063B | 公开(公告)日: | 2022-09-13 |
发明(设计)人: | 陈宗铸;陈小花;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: | G06V20/10 | 分类号: | G06V20/10;G06V10/762;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
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 基于 综合 遥感技术 森林 环境遥感 监测 方法 终端 | ||
1.一种基于综合遥感技术的森林环境遥感监测方法,其中,所述方法应用于一环境遥感分析终端,所述终端与第一遥感监测设备通信连接,所述方法包括:
获得第一历史监测图像集,其中,所述第一历史监测图像集为第一森林的历史遥感监测图像集合;
获得第一位置聚类指令,根据所述第一位置聚类指令对所述第一历史监测图像进行位置聚类,获得第一位置聚类结果;
根据所述第一位置聚类结果获得第一位置分类指标;
对所述第一位置聚类结果进行基于时间的时间线分类,获得第一时间线分类结果;
基于所述时间线分类结果获得第一变化区间指标;
根据所述第一位置分类指标和所述第一变化区间指标确定卷积特征集合;
通过所述卷积特征集合控制所述第一遥感监测设备对所述第一森林进行遥感监测。
2.如权利要求1所述的方法,其中,所述方法还包括:
构建环境评估模型,其中,所述环境评估模型为通过多组训练数据训练获得的模型,所述多组训练数据中的每组均包括:植物分布信息和标识植物易变系数的标识信息;
将所述第一位置聚类结果中的遥感监测图像集输入所述环境评估模型,获得所述环境评估模型的输出结果,其中,所述输出结果包括所述第一位置分类指标。
3.如权利要求2所述的方法,其中,所述方法还包括:
获得第一位置处的植物图像特征;
通过所述第一时间线分类结果获得所述第一位置处的植物图像特征的时间变化信息,基于所述时间变化信息获得所述第一变化区间指标;
通过公式计算获得卷积特征系数,计算公式如下:
其中,y为卷积特征系数,n为位置样本的数量,a为第一位置分类指标,a1为第一位置分类指标的样本标准差,b为第一变化区间指标,b1为第一变化区间指标的样本标准差,当a-a1+b-b1为正值时,y为正值,当a-a1+b-b1为负值时,则y为负值;
通过所述卷积特征系数对所述第一森林进行遥感监测。
4.如权利要求1所述的方法,其中,所述通过所述卷积特征集合控制所述第一遥感监测设备对所述第一森林进行遥感监测,还包括:
通过所述第一遥感监测设备获得所述第一森林的第一图像;
获得第一图像分割指令,根据所述第一图像分割指令对所述第一图像进行图像分割,获得第一图像分割结果;
获得第一可信度评估指令,根据所述第一可信度评估指令对所述第一图像分割结果进行区域可信度评估,获得所述第一图像的各区域可信度的评估结果;
当所述第一图像的各区域可信度的评估结果均满足预定可信度评估结果时,则标识所述第一图像为可信图像,并依据所述第一图像对所述第一森林进行遥感监控。
5.如权利要求4所述的方法,其中,所述方法还包括:
根据所述卷积特征集合获得所述第一图像的第一卷积特征;
通过所述第一卷积特征对所述第一图像进行特征遍历,获得所述第一图像的特征遍历结果;
通过所述特征遍历结果获得所述第一图像对应位置处的遥感监测结果。
6.如权利要求3所述的方法,其中,所述方法还包括:
通过所述卷积特征系数获得所述卷积特征集合对应位置处的图像采集频率集合;
构建所述卷积特征系数、卷积特征集合和采集频率集合的映射关系;
基于所述映射关系控制所述第一遥感监测设备对所述第一森林进行遥感监测。
7.如权利要求4所述的方法,其中,所述获得所述第一图像的各区域可信度的评估结果,还包括:
当所述第一图像的各区域可信度的评估结果不能完全满足预定可信度评估结果时,获得图像重复捕捉指令;
通过所述图像重复捕捉指令获得第二图像;
通过所述第二图像对所述第一森林进行遥感监控。
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/202110806193.X/1.html,转载请声明来源钻瓜专利网。