本发明专利技术涉及一种基于阈值提取和模糊评价的草炭土遥感识别方法，通过已知草炭土的光谱特征，对草炭土阈值分布正态拟合，并对定性找到的草炭土可能区域进行阈值提取；引入模糊评价，从R，G，B三种光谱，对判别区域的每一个像元进行模糊评价，求得不同光谱对草炭土的识别效果，按照最高隶属度原则判断草炭土区域，给出草炭土的分布范围。实现草炭土的自动识别，解决了草炭土沼泽难以现场验证以及经验统计的局限性等问题；该模型结构简单，可操作性强，模拟效果好；该模型较好的解决了草炭土识别的异物同谱的难题，不仅仅识别出草炭土的区域，同时给出隶属于草炭土区域的可能性，这把草炭土的识别模式从“绝对的是与否”引入相对的可能性。
【技术实现步骤摘要】
： 本专利技术涉及一种通过遥感卫片提取和模糊评价的草炭土遥感识别方法，尤其是判 定某个区域是否有草炭土分布及其分布范围。
技术介绍
： 草炭土是一种由地表沼泽环境的植物遗体，经过氧化和部分分解作用，堆积形成 的特殊腐殖质土壤。由于草炭土具有高压缩性、高含水率、高孔隙比等特殊性质，对工程与 环境都有重大影响。 徐燕等对草炭土地基的沉降变形特征，徐燕，季冻区草炭土工程地质特性及变形 沉降研宄，吉林大学，2008,草炭土的结构特性，吕岩，吉林省东部地区草炭土的结构特性与 模型研宄，吉林大学，2012,都曾有过详细研宄。但是对于草炭土的分布却少有研宄，佴磊 等，中国主要草炭土的形成环境及分布特征，吉林大学学报，2012曾根据草炭土的形成条件 和经验总结草炭土的大致分布，但是仍不能全面准确的统计草炭土的分布区域。因此草炭 土的遥感识别仍是十分必要的，具体体现在： (1)草炭土识别的现实意义：一方面，草炭土具有不良的工程地质性质，随着科学 技术的发展，公路铁路穿越草炭土不可避免；另一方面，草炭土沼泽是湿地的重要组成部 分，草炭土的识别，同时具有经济安全效益和环境生态效益。 (2)经验总结和现场调查的局限性：经验和现场调查难以系统全面的建立完善 的草炭土分布模式；同时，由于草炭土沼泽的特殊性，有些区域难以现场验证；从遥感的角 度，建立系统性的识别模式，是一种有效而简便的方法。 遥感影像是物体对不同光谱的反射情况的综合体现，每个遥感影像都可以看成一 个多维矩阵，矩阵的每一个元素都是某一个点对某一种光谱的反射率的定量描述。根据不 同物体对光的敏感性不同，建立象元光谱值域和物体之间的映射关系。 阈值分割法是遥感识别的一种基本方法。阈值分割常用于云检测（ShuangLiu等， AutomaticCloudDetectionforAll-SkyImagesUsingSuperpixelSegmentation； IEEEGEOSCIENCEANDREMOTESENSINGLETTERS，VOL12,NO. 2,FEBRUARY2015)、道路识 另丨J(Guo-baoXu等，AnOptimalizingThresholdSegmentationAlgorithmforRoad ImagesBasedonMathematicalMorphology,IntelligentInformationTechnology Application，2009;ThirdInternationalSymposiumonVolume:2 ；D01:10. 1109/ IITA. 2009. 310 ;2009，Page(s) :518-521Citedby:Papers(5))以及植被识别（Yaowen Xie等，Theapplicationofthresholdmethodsforimagesegmentationinoasis vegetationextraction，Geoinformatics，201018thInternationalConference， 2010,Page(s) : 1-4)等相关方面。通过确定草炭土对某种光谱的反射率的范围，设定其上下 阈值，是草炭土识别的基础。但是仅仅通过阈值法是无法精确提取出草炭土区域的，其原因 主要在于：草炭土是埋藏于地下的土壤，遥感卫片反应的是地表的土壤植被，二者之间有着 一定的联系，而且，草炭土赋存条件其实是个混合体，积水和植被都是草炭土存在的必要条 件，另外，沼泽草炭土和森林草炭土也有着一定的区别，因此，在草炭土识别中，除了相应的 遥感识别方法，对草炭土的形成，赋存环境及其相关遥感特性也及其重要。 考虑到草炭土植被和积水的混合体，与非草炭土的沼泽，草炭土退化形成的农田 等地形地貌，都难免存在异物同谱的情况，因此，草炭土的识别是具有不确定性的，这也是 其难点所在。模糊评价是解决此类问题的一种比较有效的方法。模糊评价在环境监测，谢 峰等，用模糊评价法评价土壤重金属污染程度，贵州农业科学，2005,滑坡监测，周勇，湘西 高速公路滑坡监测关键技术及监测信息系统研宄，中南大学，2012等方面都有应用，其关键 在于模糊数学把绝对的"是与否"转化为区间的模糊隶属度，而对于草炭土而言，这 不仅仅能够解决草炭土识别中的异物同谱的难题，也从物理意义上吻合了草炭土的演化过 程。 模糊数学需要确定因素集，和评语集，进而建立二者的联系。对于草炭土识别而 言，因素集可综合体现成为对不同光谱的敏感程度，评语集即为该区最可能的地貌，因此， 关键在于建立二者的联系。通过已知的草炭土及其相关地貌的遥感特征，可以将问题转化 为数学求解问题，建立相应的权函数和不同光谱对应的权系数，进而进行模糊评价。
技术实现思路
： 本专利技术的目的是是针对现有技术的不足，提供一种通过已知草炭土的光谱特征， 以谷歌遥感卫星照片为数据源，对草炭土可能分布区域进行识别和判断的一种基于阈值提 取和模糊评价的草炭土遥感识别方法。 本专利技术的目的是通过以下技术方案实现的： ，先把草炭土按照其光谱特 征分为沼泽草炭土和林下草炭土，并将已知的草炭土区域和易混淆的分草炭土区域的遥感 图片统计储存；然后根据草炭土的形成机制定性找到草炭土的可能分布区域，并以图片格 式保存，作为待判别区域；再通过统计的已知草炭土的光谱特征，对草炭土阈值分布正态拟 合，按照90%可信度确定草炭土的绝对阈值，并对定性找到的草炭土可能区域进行阈值提 取；最后引入模糊评价，以已知的沼泽草炭土，林下草炭土和两个容易混淆的地貌（可以从 山峰，农田，湖泊等已知地貌进行选择）建立评语集，从R，G，B三种光谱，对判别区域的每一 个像元进行模糊评价，求得不同光谱对草炭土的识别效果，并作为其权重，得到每个像元对 不同地貌的隶属度，并按照最高隶属度原则判断草炭土区域，给出草炭土的分布范围。 ，包括以下步骤： a、已知遥感数据处理：将已知草炭土区域以及草炭土易混区域以图片的格式（仅 限jpg、*,bmp、和*.tif三种中的任意一种）存储，包括沼泽草炭土，林下草炭土，以及至 少两个易混区域，要求每一个遥感图片的当前第1页1 2 本文档来自技高网...
【技术保护点】
一种基于阈值提取和模糊评价的草炭土遥感识别方法,其特征在于，先对未知区域进行定性识别，然后通过已知草炭土及草炭土易混区域的遥感图像，利用草炭土灰度图像正态拟合，按照90％可信度提取阈值，进而利用模糊数学对未知区域进行模糊评价，求出每一个像元对不同地貌的隶属度，确定草炭土的分布区域，对于不确定的结果，选择现场确认，并对结果做出分析解释，把验证结果作为已知草炭土相关数据，对整个识别模式进行优化。
【技术特征摘要】
【专利技术属性】
技术研发人员：黄耀龙，佴磊，徐燕，吕岩，李泽闯，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。