一种基于MODIS长时间序列数据的物候提取与地表覆盖分类方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114120027A(43)申请公布日2022.03.01(21)申请号202111233559.5(22)申请日2021.10.22(71)申请人河海大学地址210000江苏省南京市江宁开发区佛城西路8号(72)发明人薛朝辉钱思羽(74)专利代理机构南京经纬专利商标代理有限公司32200代理人田凌涛(51)Int.Cl.G06V10/764(2022.01)G06V10/774(2022.01)G06V20/10(2022.01)权利要求书2页说明书7页附图3页(54)发明名称一种基于MODIS长时间序列数据的物候提取与地表覆盖分类方法(57)摘要本发明涉及一种基于MODIS长时间序列数据的物候提取与地表覆盖分类方法，基于历史植被样本影像序列，采用MRT工具更新目标区域所对应的历史植被样本影像序列，接着应用GlobalLand30，获得目标区域所对应历史植被样本影像序列中各目标对象类型的影像，作为各个样本，并应用顶点分量分析法针对所有样本进行筛选，结合分类器训练，获得目标分类器，然后应用目标分类器，获得目标区域所对应历史植被样本影像序列中各像素区域分别对应的目标对象类型，最后获得各物候标记在目标区域空间上的分布、以及在时间序列上随季节性参数的演变规律，整个技术方案基于丰富的时间特征，能更有效地区分土地利用/土地覆盖类型，进而获得高效、准确的地表覆盖分类。CN114120027ACN114120027A权利要求书1/2页1.一种基于MODIS长时间序列数据的物候提取与地表覆盖分类方法，其特征在于，包括如下步骤：步骤A.获得目标区域对应预设历史时间范围、包含NDVI与EVI的MODIS全球植被指数影像序列，作为目标区域所对应的历史植被样本影像序列，然后进入步骤B；步骤B.采用MRT工具对目标区域所对应的历史植被样本影像序列进行批处理，将历史植被样本影像序列中的Sinusoidal投影转换为预设目标空间坐标系，更新目标区域所对应的历史植被样本影像序列，然后进入步骤C；步骤C.应用GlobalLand30，获得目标区域所对应历史植被样本影像序列中各目标对象类型的影像，作为各个样本，然后进入步骤D；步骤D.应用顶点分量分析法针对所有样本进行筛选，获得各个训练样本，以训练样本为输入，训练样本所对应目标对象类型为输出，针对预设各待训练分类器进行训练，获得最高准确度所对应的训练后分类器，作为目标分类器，然后进入步骤E；步骤E.应用目标分类器，针对目标区域所对应历史植被样本影像序列中各像素区域进行分类，获得目标区域所对应历史植被样本影像序列中各像素区域分别对应的目标对象类型，然后进入步骤F；步骤F.针对目标区域所对应历史植被样本影像序列,应用STL分解进行尖峰去除，并提取历史植被样本影像序列中的季节性参数，以及应用Savitzky‑Golay滤波器，针对历史植被样本影像序列的时间进行拟合滤波，更新历史植被样本影像序列，然后进入步骤G；步骤G.基于目标区域所对应历史植被样本影像序列中各像素区域分别对应的目标对象类型，应用TIMESAT时序分析法对历史植被样本影像序列的物候信息进行标记，获得各物候标记在目标区域空间上的分布、以及在时间序列上随季节性参数的演变规律。2.根据权利要求1所述一种基于MODIS长时间序列数据的物候提取与地表覆盖分类方法，其特征在于：所述步骤B中，采用MRT工具对目标区域所对应的历史植被样本影像序列进行批处理，将历史植被样本影像序列中的Sinusoidal投影转换为WGS_1984_UTM_Zone_50N，更新目标区域所对应的历史植被样本影像序列。3.根据权利要求1所述一种基于MODIS长时间序列数据的物候提取与地表覆盖分类方法，其特征在于：所述步骤C中，应用GlobalLand30，获得目标区域所对应历史植被样本影像序列中属于耕地、森林、草地、湿地、水体、人造表面各目标对象类型的影像，作为各个样本。4.根据权利要求1所述一种基于MODIS长时间序列数据的物候提取与地表覆盖分类方法，其特征在于：所述步骤D中，预设各待训练分类器包括旋转森林分类器、Bagging分类器、随机森林分类器。5.根据权利要求1所述一种基于MODIS长时间序列数据的物候提取与地表覆盖分类方法，其特征在于，所述步骤F包括步骤F1至步骤F2如下：步骤F1.针对目标区域所对应历史植被样本影像序列，应用STL分解进行尖峰去除，并提取历史植被样本影像序列中的季节性参数，即针对历史植被样本影像序列，按如下分解为季节，趋势和余数；Yt＝St+Tt+et(1)式中，t＝1，...，n，n表示历史植被样本影像序列所对应全部时间节点个数，Yt是历史植被样本影像序列中对应时间节点t的数据，St