[发明专利]森林优势树种识别方法、装置、设备及存储介质

权利要求书

1.一种高海拔地区森林优势树种识别方法，其特征在于，所述方法包括以下步骤：

获取目标森林的光学遥感时序影像数据和雷达遥感时序影像数据，执行数据预处理操作；

对预处理后的光学遥感时序影像数据和雷达遥感时序影像数据，执行PCA图像融合和时间序列HANTS谐波重构；其中，所述执行PCA图像融合，具体包括：对所述光学遥感时序影像数据执行PCA变换，确定两个信息量贡献最少的波段；利用所述雷达遥感时序影像数据中的VV波段和VH波段对所述两个信息量贡献最少的波段进行替换；通过逆主成分变换将波段融合，获得光学遥感时序影像数据和雷达遥感时序影像数据的遥感时序融合影像数据；

对时间序列HANTS谐波重构处理后的遥感时序影像数据，执行特征变量提取操作，获得各地类的遥感时序特征变量；

对各地类的遥感时序特征变量进行系统聚类分析，得到初步的分层分类体系，并根据空间信息和气象信息对初步的分层分类体系进行优化；

对每层的遥感时序特征变量进行单因素方差分析处理，根据地类间的差异显著性，确定各分类节点的特征变量，并建立森林优势树种识别分层分类体系；其中，所述分类节点的特征变量包括NDVI平均值、VH平均值、海拔、NDVI12平均值、Diff平均值、平均温、VH9平均值和EVI8平均值；

基于所述森林优势树种识别分层分类体系和动态阈值算法，构建分层分类决策树模型；

利用所述分层分类决策树模型对目标森林进行优势树种识别。

2.如权利要求1所述的高海拔地区森林优势树种识别方法，其特征在于，对所述光学遥感时序影像数据执行数据预处理操作包括辐射定标、大气校正、镶嵌裁剪中的一种或多种，对所述雷达遥感时序影像数据执行数据预处理操作包括辐射定标、多视处理、应用轨道文件、斑点滤波、镶嵌裁剪中的一种或多种。

3.如权利要求1所述的高海拔地区森林优势树种识别方法，其特征在于，执行所述时间序列HANTS谐波重构步骤，具体包括：

利用快速傅里叶变换获得遥感时序融合影像数据的原拟合曲线，对无效数据赋予零权重，以对时间序列进行重构；

其中，重构后的时间序列的表达式为：

式中，为重构后的时间序列，为余项，表示时序的平均值；n为时间间隔；N为时间序列长度；为振幅；为时间频率；为相位角。

4.如权利要求1所述的高海拔地区森林优势树种识别方法，其特征在于，所述基于所述森林优势树种识别分层分类体系和动态阈值算法，构建分层分类决策树模型步骤，具体包括：

利用动态阈值算法，获取所述森林优势树种识别分层分类体系中各分类节点特征变量的阈值，并建立分层分类决策树模型；

其中，所述动态阈值算法采用OTSU算法和Canny边缘检测算法相结合的Edge-OTSU动态阈值分割算法。