【技术实现步骤摘要】
南荻生长区域确定、分割方法及系统
[0001]本专利技术涉及南荻生长监控
，尤其涉及南荻生长区域确定、分割方法及系统。
技术介绍
[0002]南荻是我国特有的芒属植物，其具有生物质产量高，光合效率强，纤维素含量高和耐贫瘠等诸多优点，是一种极具开发潜能的生态修复植物和生物质原料，近年来随着国人对环境保护越来越重视，南荻这一生态友好型植物也越来越受到研究者的青睐。
技术实现思路
[0003]本专利技术提供了南荻生长区域确定、分割方法及系统，用于解决现有技术无法准确获取南荻分布情况的技术问题。
[0004]为解决上述技术问题，本专利技术提出的技术方案为：
[0005]一种南荻生长区域确定方法，包括以下步骤：
[0006]根据待监测区域内南荻与其他植被在不同时期的光谱特征数据之间的差异性确定南荻在待监测区域内的最佳监测时相及其对应的光谱特征阈值；不同时期对应南荻与其他植被不同的生长阶段；
[0007]获取待监测区域内各个子区域在最佳监测时相的光谱特征数据，分别将各个子区域的光谱特征数据与光谱特征阈值进行比较，当存在任意子区域的光谱特征数据在光谱特征阈值内，则判断子区域为南荻的生长区域。
[0008]优选的，根据待监测区域内南荻与其他植被在不同时期的光谱特征数据之间的差异性确定南荻在待监测区域内的最佳监测时相，包括以下步骤：
[0009]分别从历史数据中获取南荻以及其他植被在不同时期的原始光谱特征数据，构建南荻以及其他植被生长过程的时序光谱特征序列；>[0010]对于其他植被的每一种植被A的时序光谱特征序列，均执行以下步骤：
[0011]分别计算植被A的时序光谱特征序列内不同时期的光谱特征数据与其对应时期的南荻的光谱特征数据之间的差值，选取植被A与南荻光谱特征数据之间的差值最大的时期或植被A 与南荻光谱特征数据之间的差值大于预设差阈值的时期作为植被A与南荻的区分时期；
[0012]基于南荻与其他植被中每一种植被的区分时期构建南荻在待监测区域内的最佳监测时相。
[0013]优选的，构建南荻以及其他植被生长过程的时序光谱特征序列，包括以下步骤：
[0014]基于南荻或其他植被在不同时期的原始光谱特征数据拟合南荻或其他植被的时序光谱特征曲线，判断时序光谱特征曲线上各个部分的光谱特征数据时序变化是否在对应的正常变化范围内，若存在任意部分的光谱特征数据的时序变化不在对应的正常变化范围内，则判断部分对应原始光谱特征数据有噪声干扰，修正部分的对应的原始光谱特征数据，
使修正后的光谱特征数据拟合的时序光谱特征曲线上各个部分的光谱特征数据时序变化均在其对应的正常范围内；再使用修正后光谱特征数据构建时序光谱特征序列。
[0015]优选的，基于南荻与其他植被中每一种植被的区分时期构建南荻在待监测区域内的最佳监测时相，具体包括以下步骤：
[0016]若存在任意两种以上植被的区分时期存在重合，选取重合的区分时期作为两种以上植被的最优区分时期；
[0017]对于区分时期与其他植被不存在重合的植被，选取植被的区分时期中差值最大的时期作为最优时期；
[0018]基于其他植被中每一种植被的最优区分时期构建南荻在待监测区域内的最佳监测时相。
[0019]优选的，光谱特征数据包括：归一化植被指数NDVI、归一化水体指数NDWI、绿度RatioGreen中一种或任意几种的组合。
[0020]优选的，当待监测区域为大陆性亚热带季风湿润气候，且其他植被包括水稻、苔草、杨树、油菜时，光谱特征数据包括归一化植被指数NDVI、归一化水体指数NDWI、绿度Ratio Green 时，南荻在待监测区域内的最佳监测时相及其对应的光谱特征阈值如下：
[0021][0022]优选的，还包括以下步骤：
[0023]获取待监测区域内各个子区域的植被的形状指数、长宽比指数；
[0024]将待监测区域内各个子区域的植被的形状指数分别与预设的南荻的形状阈值进行比较，将待监测区域内各个子区域植被的长宽比指数分别与预设的南荻的长宽比阈值进行比较，当存在任意子区域的光谱特征数据在南荻的光谱特征阈值内，子区域植被的形状指数在南荻的形状阈值内，且子区域植被的长宽比指数在南荻的长宽比阈值内，则判断子区域为南荻的生长区域。
[0025]优选的，形状阈值为＜10.2，长宽比阈值为＜8.7。
[0026]一种南荻生长区域分割方法，包括以下步骤：
[0027]确定待分割区域的水体区域和非水体区域，采用第一分割尺度分割待监测区域的水体区域和非水体区域；
[0028]确定非水体区域上的道路、建筑区域和植被区域，采用第二分割尺度从非水体区域内分割出的道路、建筑区域，得到植被区域；
[0029]在植被区域内，采用上述任意一项的南荻生长区域确定方法确定植被区域内的南荻生长区域，并采用第三分割尺度分割南荻的生长区域；其中，第一分割尺度大于第二分割尺度，且第二分割尺度大于第三分割尺度；第一分割尺度为200，第二分割尺度为150；第三
分割尺度为50。
[0030]一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述算法的步骤。
[0031]本专利技术具有以下有益效果：
[0032]1、本专利技术中的南荻生长区域确定、分割方法及系统，根据待监测区域内南荻与其他植被在不同时期的光谱特征数据之间的差异性确定南荻在待监测区域内的最佳监测时相及其对应的光谱特征阈值；不同时期对应南荻与其他植被不同的生长阶段；获取待监测区域内各个子区域在最佳监测时相的光谱特征数据，分别将各个子区域的光谱特征数据与光谱特征阈值进行比较，当存在任意子区域的光谱特征数据在光谱特征阈值内，则判断子区域为南荻的生长区域。相比现有技术，本专利技术能利用南荻在不同生长阶段的光谱特征来区分待监测区域的南荻与其他植被，从而准确获取到待监测区域南荻的分布情况。
[0033]2、在优选方案中，本专利技术中通过设置分类参数归一化植被指数(NDVI)、归一化水体指数(NDWI)、绿度(Ratio Green)、亮度值(Brightness)、形状指数(Shape Index)、长宽比(Length/width)等的阈值来区分南荻与其他植被，能进一步提高待监测区域南荻的分布情况的准确性。
[0034]3、在优选方案中，本技术方案在从待监测区域的卫星图像中分割南荻的生长区域时，针对不同的分割对象，采用不同的分割尺度，在保证分割的精确性的同时，能有效提高分割的速度。
[0035]除了上面所描述的目的、特征和优点之外，本专利技术还有其它的目的、特征和优点。下面将参照附图，对本专利技术作进一步详细的说明。
附图说明
[0036]构成本申请的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0037]图1是本专利技术优选实施本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种南荻生长区域确定方法，其特征在于，包括以下步骤：根据待监测区域内南荻与其他植被在不同时期的光谱特征数据之间的差异性确定南荻在待监测区域内的最佳监测时相及其对应的光谱特征阈值；所述不同时期对应南荻与其他植被不同的生长阶段；获取待监测区域内各个子区域在所述最佳监测时相的光谱特征数据，分别将各个子区域的光谱特征数据与所述光谱特征阈值进行比较，当存在任意子区域的光谱特征数据在所述光谱特征阈值内，则判断所述子区域为南荻的生长区域。2.根据权利要求1所述的南荻生长区域确定方法，其特征在于，根据待监测区域内南荻与其他植被在不同时期的光谱特征数据之间的差异性确定南荻在待监测区域内的最佳监测时相，包括以下步骤：分别从历史数据中获取所述南荻以及其他植被在不同时期的原始光谱特征数据，构建南荻以及其他植被生长过程的时序光谱特征序列；对于其他植被的每一种植被A的时序光谱特征序列，均执行以下步骤：分别计算所述植被A的时序光谱特征序列内不同时期的光谱特征数据与其对应时期的南荻的光谱特征数据之间的差值，选取所述植被A与南荻光谱特征数据之间的差值最大的时期或所述植被A与南荻光谱特征数据之间的差值大于预设差阈值的时期作为所述植被A与所述南荻的区分时期；基于所述南荻与其他植被中每一种植被的区分时期构建南荻在待监测区域内的最佳监测时相。3.根据权利要求1所述的南荻生长区域确定方法，其特征在于，构建南荻以及其他植被生长过程的时序光谱特征序列，包括以下步骤：基于南荻或其他植被在不同时期的原始光谱特征数据拟合所述南荻或其他植被的时序光谱特征曲线，判断所述时序光谱特征曲线上各个部分的光谱特征数据时序变化是否在对应的正常变化范围内，若存在任意部分的光谱特征数据的时序变化不在对应的正常变化范围内，则判断所述部分对应原始光谱特征数据有噪声干扰，修正所述部分的对应的原始光谱特征数据，使修正后的光谱特征数据拟合的时序光谱特征曲线上各个部分的光谱特征数据时序变化均在其对应的正常范围内；再使用修正后光谱特征数据构建时序光谱特征序列。4.根据权利要求2所述的南荻生长区域确定方法，其特征在于，基于所述南荻与其他植被中每一种植被的区分时期构建南荻在待监测区域内的最佳监测时相，具体包括以下步骤：若存在任意两种以上植被的区分时期存在重合，选取重合的区分时期作为所述两种以上植被的最优区分时期；对于区分时期与其他植被不存在重合的植被，选取所述...
【专利技术属性】
技术研发人员：陈黎，刘志杰，
申请(专利权)人：湖南元想科技有限公司，
类型：发明
国别省市：
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。