[发明专利]生态系统分类样本库构建方法和装置

说明书

本发明公开了一种生态系统分类样本库构建方法和装置，属于遥感领域。该方法利用历史生态系统类型空间分布数据设定多尺度样本采集窗口，根据样本质量系数自动锁定样本采集窗口；在卫星遥感影像中进行样本采集与基本属性信息标注，利用样本的影像清晰度、样本数量、空间分布等信息优化样本质量，标记样本的生态系统特征属性信息，将采集完成的样本入库管理与更新维护。实现了生态系统分类样本的全自动、多尺度、高精度、规范化的采集建库，实现了样本库的智能扩建与可持续构建。解决了不同尺度生态系统分类解译面临的尺度效应问题，满足了生态系统分类样本多样性与区域性的要求，为生态系统遥感智能解译分类奠定了可靠的样本基础。

技术领域

本发明涉及卫星遥感领域，特别是指一种生态系统分类样本库构建方法和装置。

背景技术

随着对地观测技术的快速发展，获取卫星遥感影像的空间分辨率日益精细、传感器类型逐渐丰富、时间效率越来越高、数据体量增长迅猛，应用领域也越来越广泛。如何充分挖掘海量卫星遥感数据的价值潜能是卫星遥感应用发展的重要方向。利用多源、多尺度卫星遥感影像快速获得大区域生态系统类型分布数据，是自然资源监管与生态功能评价应用中面临的基础问题。生态系统分类样本库的建设是智能遥感解译与分类的核心要素之一。生态系统类型智能解译分类的精度很大程度上取决于影像样本的数量、区域性、多样性等。我国地域跨度广，土地利用类型多样，生态系统季节及地域差异明显，遥感影像分类结果受遥感影像尺度信息影响较大，需要建设多尺度的生态系统分类样本库来支持大区域生态系统类型的解译分类。

传统的分类样本库获取主要通常依赖于人工标注方式，业务人员根据目视判读结果直接从遥感影像中裁切所需分类的地物影像块作为样本。人工标注耗时长、效率低，而且业务人员的专业水平参差不齐，采样质量难以把控，规范性有待提高。

传统的分类样本主要用于常规的土地利用/地表覆被分类，缺少植被、季节、区域、尺度、海拔、土壤等生态系统类型特有的样本标识信息，难以满足我国地域跨度广、季节及地域差异明显等生态系统类型解译分类的需求，限制了遥感智能解译与分类的精度。

发明内容

为解决上述技术问题，本发明提供一种生态系统分类样本库构建方法和装置，实现了生态系统分类样本的全自动、多尺度、高精度、规范化的采集建库。

本发明提供技术方案如下：

一种生态系统分类样本库构建方法，所述方法包括：

S1：获取历史时期的生态系统类型空间分布数据、卫星遥感影像数据、植被覆盖度数据、土地利用结构数据、居民点密度数据、干旱指数数据、海拔高度数据、地形坡度数据和土壤类型数据；

其中，所述生态系统类型的分级包括一级类和二级类，所述一级类和二级类均包括多个生态系统类型；

S2：设定所述一级类样本采集窗口的大小，使用所述一级类样本采集窗口按照逐行逐列的方式逐像元扫描所述生态系统类型空间分布数据，并计算每个一级类样本采集窗口的样本质量系数，根据一级类样本采集窗口的样本质量系数确定所述一级类的各个生态系统类型的矢量范围；

其中，r₁为一级类样本采集窗口的样本质量系数，M₁×N₁为一级类样本采集窗口的大小，s_k为一级类样本采集窗口内一级类的第k个生态系统类型的像素数量；

S3：根据所述一级类的各个生态系统类型的矢量范围裁剪所述卫星遥感影像数据，得到一级类样本影像块，并为所述一级类样本影像块标记基本属性信息；

其中，所述基本属性信息包括样本分级、样本类型、样本类型代码、样本大小、样本中心经纬度、季度、所在区域、卫星传感器、影像时间、空间分辨率和影像来源；

S4：根据所述一级类样本影像块的清晰度、数量和空间分布进行质量检查，得到生态系统类型一级类样本；