一种高效特征选择的森林参数遥感估测方法.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CN107085705A(43)申请公布日2017.08.22(21)申请号201710190338.1(22)申请日2017.03.28(71)申请人中国林业科学研究院资源信息研究所地址100091北京市海淀区香山路东小府1号中国林业科学研究院资源信息研究所(72)发明人田昕韩宗涛李增元陈尔学(74)专利代理机构北京海虹嘉诚知识产权代理有限公司11129代理人吴小灿(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06K9/66(2006.01)权利要求书2页说明书6页附图2页(54)发明名称一种高效特征选择的森林参数遥感估测方法(57)摘要一种高效特征选择的森林参数遥感估测方法，所述高效特征选择是指为最近邻法k-NN(k-nearestneighbor)在森林参数遥感估测的应用中提高获得最优特征组合的效率，其特征在于，包括以下步骤，从森林资源样地调查数据(样地数为n)和遥感影像(影像包含m个特征)中提取训练数据F，以留一法交叉验证相应的k最近邻法即k-NN估测模型反演的森林参数的均方根误差RMSE最小为原则，通过依次迭代选取遥感特征获得最优特征子集Fs，通过最优特征子集Fs优化区域森林参数的k-NN估测模型以实现森林参数遥感估测。CN107085705ACN107085705A权利要求书1/2页1.一种高效特征选择的森林参数遥感估测方法，其特征在于，包括以下步骤，从森林遥感影像中确定n个森林资源样地各自所在的遥感影像像元得到n个像元值，利用n个像元值得到m个遥感特征，利用m个遥感特征得到训练数据F，以留一法交叉验证相应的k最近邻法即k-NN估测模型反演的森林参数的均方根误差RMSE最小为原则，通过依次迭代选取遥感特征获得最优特征子集Fs，通过最优特征子集Fs优化区域森林参数的k-NN估测模型以实现森林参数遥感估测。2.根据权利要求1所述的一种高效特征选择的森林参数遥感估测方法，其特征在于，所T述F＝{f1,f2,...,fm}，fp＝[xp1,xp2,...,xpn]，式中1≤p≤m，xpi为第i个样地对应第p个特征所在影像像元的像元值，1≤i≤n，T为矩阵的转置。3.根据权利要求2所述的一种高效特征选择的森林参数遥感估测方法，其特征在于，初始化最优特征子集Fs为空，即初始最优特征子集Fs＝null；初始化最优模型均方根误差为RMSEO。4.根据权利要求3所述的一种高效特征选择的森林参数遥感估测方法，其特征在于，依次利用特征{f1,Fs},{f2,Fs},...,{fi-1,Fs},{fi+1,Fs},...,{fm,Fs}，其中fi＝Fs∩F，建立森林参数的k-NN估测模型，则共得到m-s个k-NN估测模型及每个模型对应的RMSE，s为最优特征子集的特征个数。5.根据权利要求4所述的一种高效特征选择的森林参数遥感估测方法，其特征在于，所述RMSE采用留一法交叉验证计算得到，即每次从n个样地中不重复地抽取一个样地i，利用剩余的n-1个样地采用k-NN法估测样地i的森林参数值重复该过程共n次；设样地i的森林参数值为yi，n次共得到n对6.根据权利要求5所述的一种高效特征选择的森林参数遥感估测方法，其特征在于，确定最优RMSE，即RMSE最小值，若最优RMSE＜RMSEO则将最优RMSE值赋给RMSEO，将最优RMSE对应的特征子集赋给Fs以进行下一轮迭代运算，反之迭代结束。7.根据权利要求6所述的一种高效特征选择的森林参数遥感估测方法，其特征在于，迭代结束后，利用迭代运算获得的最优特征子集得到最优遥感特征组合结合k-NN模型进行区域森林参数反演。8.根据权利要求1所述的一种高效特征选择的森林参数遥感估测方法，其特征在于，所述k-NN估测模型包括通过以下公式求得待估像元属性值式中Vpi(为距离待估像元最近的样地属性值，1≤i≤k)，k指样地个数，Wp,pi为权重。9.根据权利要求8所述的一种高效特征选择的森林参数遥感估测方法，其特征在于，所述Wp,pi权重值与待估像元特征向量xp到样地像元特征向量xpi距离dp,pi成反比，即：2CN107085705A权利要求书2/2页所述距离dp,pi通过以下公式求得：式中C为样本协方差矩阵，C-1为样本协方差矩阵的逆矩阵，T为矩阵的转置，xp为待估像元特征向量，xpi为样地像元特征向量。3CN107085705A说明书1/6页一种高效特征选择的森林参数遥感估测方法技术领域[0001]本发明属于森林参数遥感定量估测领域，特别是一种高效特征选择的森林参数遥感估测方法，所述高效特征选择是指为最近邻法k-NN(k-nearestneighbor)在森林参数遥感估测的应用中提高获得最