[发明专利]基于多源空间数据的巴基斯坦土地覆盖信息提取方法

摘要

本发明公开了一种基于多源空间数据的巴基斯坦土地覆盖信息提取方法，该方法主要包含两个步骤：第一步骤多源空间数据收集与处理，首先收集覆盖巴基斯坦境内的光学、SAR、灯光、数字高程等多源空间数据，其次进行季度合成和地理参考统一化等相关处理，最后将多源空间数据叠加合并成一个综合数据集。第二步骤是土地覆盖信息提取与制图，首先制定巴基斯坦土地覆盖分类体系，其次采集训练数据和测试数据，再次构建土地覆盖分类器，最后进行土地覆盖信息的自动化提取。本发明提出的方法能够很好综合利用多种空间数据的各自优势实现了巴基斯坦土地覆盖信息自动提取，具有很强的可操作性和实用性。

主权项

1.基于多源空间数据的巴基斯坦土地覆盖信息提取方法，其步骤包括:第一步、多源空间数据收集与处理多源空间数据收集与处理是指收集了覆盖巴基斯坦境内的光学遥感数据、SAR遥感数据、灯光数据、数字高程模型等多源空间数据后，并根据四个季度对光学遥感数据、SAR遥感数据和灯光数据分别求取季度均值，形成季度数据集。再将季度数据集和数字高程模型的地理参考进行统一化处理后，对这些多源空间数据集进行叠加合并，形成一个包含多源空间数据的综合数据集。其主要包括以下几步：1‑1)收集覆盖巴基斯坦境内的年度光学遥感产品数据，并进行土地覆盖分类前的预处理。产品数据主要包括：地表反射率数据(Surface Reflectance,SR)、归一化积雪指数(Normalized Difference Snow Index,NDSI)、归一化植被指数(Normalized Difference Vegetation Index,NDVI)、归一化水体指数(Normalized Difference Water Index,NDWI)等。在收集到这些产品的年度数据后，进一步对这几类产品按照春、夏、秋、冬四个季度分别求取平均值，形成包含四个季度的地表反射率数据、归一化积雪指数、归一化植被指数、归一化水体指数的数据集；1‑2)收集覆盖巴基斯坦境内的年度SAR数据，根据产品级别生成后向散射系数数据，并按照春、夏、秋、冬四个季度求取平均值，形成四个季度的后向散射系数数据集；1‑3)在收集到年度灯光数据的基础上，同样按照春、夏、秋、冬四个季度对其分别求取平均值，形成四个季度的灯光数据；1‑4)数字高程模型数据需要对其进行坡度计算，得到坡度和高程数据；1‑5)对1‑1、1‑2、1‑3、1‑4获得的空间数据进行地理参考的统一处理。在收集数据时尽量选取统一地理参考的数据产品，如果某些产品存在不同地理参考，需要进行参考地理坐标系的转换处理，然后得到地理参考统一的数据集。最后，将经过处理后的多源空间数据集进行叠加合并，形成一个综合的多维空间数据集；第二步、土地覆盖信息提取与制图2‑1)制定巴基斯坦土地覆盖类别体系。按照巴基斯坦的实际土地覆盖情况，制定巴基斯坦土地覆盖类型，分别包括：水体、林地、草地、农田、灌木、城镇用地、裸地和冰雪共计8类地表覆盖类型；2‑2)在高分辨率遥感图像、实地采集数据和现有土地覆盖产品等辅助数据的参照下，按照水体、林地、草地、农田、灌木、城镇用地、裸地和冰雪共计8类地表覆盖类型，收集模型的训练样本数据集和测试样本数据集；2‑3)应用训练样本数据集，采样支持向量机模型作为土地覆盖分类器，实现土地覆盖分类器的训练；2‑4)应用测试数据集对训练好的土地覆盖分类器进行精度测试，得到测试精度；2‑5)在测试精度满足要求的基础上，应用建立好的土地覆盖分类器，对1‑5)生成的多维空间数据集进行土地覆盖分类，实现巴基斯坦的土地覆盖信息的自动化提取，并根据制图要求，输出巴基斯坦土地覆盖分类图。如果精度不符合要求，就返回2‑2)通过增加某些精度较低的土地覆盖类型的训练数据，依次执行以下几步。