[发明专利]一种基于卫星遥感技术的森林资源测量方法

摘要

本发明公开了一种基于卫星遥感技术的森林资源测量方法，包括通过卫星遥感技术获取基于待测森林资源的遥感图像信息，对获取的遥感图像信息进行预处理；基于遥感图像信息的预处理结果，提取待测森林资源的主要参数指标；基于提取的主要参数指标，统计遥感图像中多个森林资源指数数值；根据统计结果选取分类条件，建立支持向量机的分类模型；基于建立的支持向量机的分类模型，应用SVM分类器实现待测森林资源的分类。本发明所述基于卫星遥感技术的森林资源测量方法，可以克服现有技术中测量精度低、覆盖范围小和实施难度大等缺陷，以实现测量精度高、覆盖范围大和实施难度小的优点。

主权项

一种基于卫星遥感技术的森林资源测量方法，其特征在于，包括：a、通过卫星遥感技术获取基于待测森林资源的遥感图像信息，对获取的遥感图像信息进行预处理；b、基于遥感图像信息的预处理结果，提取待测森林资源的主要参数指标；c、基于提取的主要参数指标，统计遥感图像中多个森林资源指数数值；根据统计结果选取分类条件，建立支持向量机的分类模型；d、基于建立的支持向量机的分类模型，应用SVM分类器实现待测森林资源的分类，在步骤b中，所述待测森林资源的主要参数指标，具体包括遥感图像的绿度指数、遥感图像的冠层植被指数、遥感图像的叶面积指数和遥感图像的纹理指数，在步骤c中，所述支持向量机的分类模型，是针对待测森林资源需要测算的每一个参数分别进行设置的分类模型，即针对待测森林资源的覆盖率、蓄积量、种类和健康状态，分别有一个对应的支持向量机，用于对这几个参数分别进行资源测算，在步骤d中，所述应用SVM分类器实现待测森林资源的分类的操作，具体包括：d1、对遥感图像进行SVM训练的过程；d2、基于SVM训练结果，对遥感图像进行分类的过程，在步骤d1中，所述SVM训练的过程，具体包括：d11、选取训练数据，从选取的训练数据中选取一批能够覆盖全部特征的遥感图像数据；d12、基于选取的遥感图像数据，对每一组数据标明其所属的分类，设定SVM分类训练的核函数结构；d13、基于设定的核函数结构，输入训练数据，对SVM分类器进行训练，输出SVM分类器训练结果；输出SVM分类器训练结果后，当前训练结束，则可转至遥感图像分类过程中，将输出的SVM分类器训练结果送入待分类遥感图像。