一种基于多源时空数据的地质灾害灾毁耕地提取方法技术

本发明专利技术公开了一种基于多源时空数据的地质灾害灾毁耕地提取方法，具体步骤如下：筛选NDVI变化目标：以灾害灾毁前后的光学遥感影像为数据源，通过灾害灾毁前后差值指数变化为阈值筛选NDVI变化目标；确定时序非稳定目标：以灾毁发生时序上的SAR影像为基础，通过计算得到时序非稳定目标；确定地质灾害灾毁耕地信息：将步骤S1中得到的NDVI变化目标、步骤S2中时序非稳定目标与土地利用数据进行叠加分析，得到地质灾害灾毁耕地信息，本发明专利技术适用于地质灾害灾毁耕地信息的提取，该方法人工参与少、自动化程度高，提取结果准确性高，且可以快速准确的提取地质灾害灾毁耕地信息，为自然资源管理工作提取技术支撑。

A method of extracting cultivated land destroyed by geological disasters based on multi-source spatiotemporal data

【技术实现步骤摘要】
一种基于多源时空数据的地质灾害灾毁耕地提取方法
本专利技术属于自然资源管理
，具体是一种基于多源时空数据的地质灾害灾毁耕地提取方法。
技术介绍
目前，地质灾害灾毁耕地的识别提取主要有外业实地调查方法和利用灾后遥感影像进行人工目视交互解译方法，这两种方法具有各自的不足：外业实地调查方法需要投入大量人力物力财力，且因灾后地形地貌改变，可能难以获取灾毁耕地的准确面积；利用灾后遥感影像进行人工目视交互解译的方法效率虽比外业调查高，但仍存在耗费时间长的问题，同时遥感解译结果的正确性依赖于解译人员的经验，存在一定主观性。
技术实现思路
本专利技术的目的在于克服现有技术的缺陷，提供一种基于多源时空数据的地质灾害灾毁耕地提取方法。为实现上述目的，本专利技术采用了如下技术方案：一种基于多源时空数据的地质灾害灾毁耕地提取方法，包括具体步骤如下：S1、筛选NDVI变化目标：以灾害灾毁前后的光学遥感影像为数据源，通过灾害灾毁前后差值指数变化为阈值筛选NDVI变化目标；S2、确定时序非稳定目标：以灾毁发生时序上的SAR影像为基础，通过计算相干系数方差得到时序非稳定目标；S3、确定地质灾害灾毁耕地信息：将步骤S1中得到的NDVI变化目标、步骤S2中时序非稳定目标与土地利用数据进行叠加分析，得到地质灾害灾毁耕地信息。优选的，所述步骤S1中筛选NDVI变化目标的具体步骤如下：以灾害灾毁前后的光学遥感影像为数据源，经过相对辐射校正消除不同时相影像之间的辐射差异；通过正射纠正得到带有统一地理坐标的影像；将灾害灾毁前后监测区内的影像分别镶嵌，得到灾害灾毁前后的完整影像；分别计算灾害灾毁前后的NDVI影像，两期影像相减，以灾害灾毁前后差值指数变化为阈值筛选NDVI变化目标。优选的，所述步骤S2中确定时序非稳定目标的具体步骤如下：以灾害灾毁发生时序上的SAR影像为基础，对SAR影像进行聚焦、滤波、配准等预处理；将相邻SAR影像进行两两干涉，计算相干系数并进行地理编码；以时序方差为阈值筛选初始相干系数变化目标；通过小区域去除和数学形态学滤波，得到时序非稳定目标。优选的，所述NDVI为归一化植被指数。优选的，所述光学遥感影像是获取可见光到红外线这部分电磁波信息进行成像，得到的影像。优选的，所述光学遥感影像是通过航天或航空成像方式，拍摄的地表的影像，是获取地面目标的反射、散射或辐射的电磁波信息。本专利技术一种基于多源时空数据的地质灾害灾毁耕地提取方法，本专利技术采用时序SAR数据、多时相遥感影像、数字高程模型DEM和土地利用现状数据，建立了基于多源时空数据的地质灾害灾毁耕地自动提取方法，该方法在对地质灾害灾毁耕地提取时人工参与少、自动化程度高，提取结果准确性高，且可以快速准确的提取地质灾害灾毁耕地信息，为自然资源管理工作提取技术支撑。附图说明图1是本专利技术一种基于多源时空数据的地质灾害灾毁耕地提取方法的整体流程图。具体实施方式以下结合附图1，进一步说明本专利技术一种基于多源时空数据的地质灾害灾毁耕地提取方法的具体实施方式。本专利技术一种基于多源时空数据的地质灾害灾毁耕地提取方法不限于以下实施例的描述。一种基于多源时空数据的地质灾害灾毁耕地提取方法，如图1所示，具体步骤如下：S1、筛选NDVI变化目标：以灾害灾毁前后的光学遥感影像为数据源，通过灾害灾毁前后差值指数变化为阈值筛选NDVI变化目标；S2、确定时序非稳定目标：以灾毁发生时序上的SAR影像为基础，通过计算得到时序非稳定目标；S3、确定地质灾害灾毁耕地信息：将步骤S1中得到的NDVI变化目标、步骤S2中时序非稳定目标与土地利用数据进行叠加分析，得到地质灾害灾毁耕地信息。所述步骤S1中筛选NDVI变化目标的具体步骤如下：以灾害灾毁前后的光学遥感影像为数据源，经过相对辐射校正消除不同时相影像之间的辐射差异；通过正射纠正得到带有统一地理坐标的影像；将灾害灾毁前后监测区内的影像分别镶嵌，得到灾害灾毁前后的完整影像；分别计算灾害灾毁前后的NDVI影像，两期影像相减，以灾害灾毁前后差值指数变化为阈值筛选NDVI变化目标。所述步骤S2中确定时序非稳定目标的具体步骤如下：以灾害灾毁发生时序上的SAR影像为基础，对SAR影像进行聚焦、滤波、配准等预处理；将相邻SAR影像进行两两干涉，计算相干系数并进行地理编码；以时序方差为阈值筛选初始相干系数变化目标；通过小区域去除和数学形态学滤波，得到时序非稳定目标。所述NDVI为归一化植被指数。所述光学遥感影像是获取可见光到红外线这部分电磁波信息进行成像，得到的影像；所述光学遥感影像是通过航天或航空成像方式，拍摄的地表的影像，是获取地面目标的反射、散射或辐射的电磁波信息。实施例1参照图1，本实施例公开了一种基于多源时空数据的地质灾害灾毁耕地提取方法中灾害前后光学遥感影像的处理方法，包括相对辐射校正、正射纠正、影像镶嵌、NDVI指数计算、NDVI变化目标提取，其中：相对辐射校正相对辐射校正是以一幅清晰的影像为参考影像，利用其它时相影像(目标影像)和参考影像对应像素的灰度值之间的关系，建立各波段之间的校正模型，并将目标影像逐波段的归一化到参考影像，使目标影像和参考影像具有相同的辐射尺度，相对辐射校正能纠正因大气状况变化造成的差异，能减小传感器状态产生的噪声，以不同时相的两景影像为例，波段数为N，向量X＝[X1…XN]，Y＝[Y1…YN]分别表示两幅影像的像素值，对X、Y分别做线性变换U＝aTX，V＝bTY，其中a＝[a1…aN]T，b＝[b1…bN]T，则两景影像之间的变化信息可以集中到差值影像D＝U-V中，不同的系数a和b得到不同的差值影像D，D的像素值表示变化的大小，要最大限度的突出变化，则D的方差应最大，如果对a和b乘上一个常数c，则方差会变c2倍，因此对a和b作出限制，令U和V具有单位方差，即在式(1)和式(2)的约束下，满足式(3)，Var{aTX}＝Var{bTY}＝1(1)Cov(U,V)>0(2)Var{D}＝Var{aTX}+Var{bTY}-2Cov{aTX,bTY}＝2(1-Corr{aTX,bTY})→max(3)根据典型相关理论，ρ＝Corr{U,V}是典型相关系数，假设向量具有零均值，则Z的协方差矩阵可表示为其中Var(U)＝aTΣ11a，Var(U)＝bTΣ22b和Cov(U,V)＝aTΣ12b，利用拉格朗日乘数法解算Cov(U,V)极值，即可求解满足约束条件的极值a和b，此时利用a和b即可获得典型变量U和V，则MAD变量及其方差为式中i＝1…N，令Z表示任一像素的所有变化信息，对于未变化像素，MAD变量应近似为0，则Z近似服从N维自由度的卡方分布，由此本文档来自技高网...

【技术保护点】
1.一种基于多源时空数据的地质灾害灾毁耕地提取方法，其特征在于：具体步骤如下：/nS1、筛选NDVI变化目标：以灾害灾毁前后的光学遥感影像为数据源，通过灾害灾毁前后差值指数变化为阈值筛选NDVI变化目标；/nS2、确定时序非稳定目标：以灾毁发生时序上的SAR影像为基础，通过计算相干系数方差得到时序非稳定目标；/nS3、确定地质灾害灾毁耕地信息：将步骤S1中得到的NDVI变化目标、步骤S2中时序非稳定目标与土地利用数据进行叠加分析，得到地质灾害灾毁耕地信息。/n

【技术特征摘要】
1.一种基于多源时空数据的地质灾害灾毁耕地提取方法，其特征在于：具体步骤如下：
S1、筛选NDVI变化目标：以灾害灾毁前后的光学遥感影像为数据源，通过灾害灾毁前后差值指数变化为阈值筛选NDVI变化目标；
S2、确定时序非稳定目标：以灾毁发生时序上的SAR影像为基础，通过计算相干系数方差得到时序非稳定目标；
S3、确定地质灾害灾毁耕地信息：将步骤S1中得到的NDVI变化目标、步骤S2中时序非稳定目标与土地利用数据进行叠加分析，得到地质灾害灾毁耕地信息。


2.如权利要求1所述的一种基于多源时空数据的地质灾害灾毁耕地提取方法，其特征在于：所述步骤S1中筛选NDVI变化目标的具体步骤如下：
以灾害灾毁前后的光学遥感影像为数据源，经过相对辐射校正消除不同时相影像之间的辐射差异，得到辐射校正后的影像；
对辐射校正后的影像进行正射纠正，得到带有统一地理坐标的影像；
将灾害灾毁前后监测区内的影像进行影像镶嵌，得到灾害灾毁前后的完整影像；
分别计算灾害灾毁前后的NDVI影像，两期影像相减，以灾害灾毁前后差值指数变化为阈值筛选NDVI变化目标。


3.如权利要求1所述...

【专利技术属性】
技术研发人员：胡勇，邓琳，熊先才，黄健，朱慧，
申请(专利权)人：重庆市规划和自然资源调查监测院，
类型：发明
国别省市：重庆;50