【技术实现步骤摘要】
本专利技术属于凤眼莲差值变化检测领域，具体涉及基于卷积神经网络的凤眼莲差值变化检测方法。
技术介绍
1、凤眼莲是早期传入我国的恶性入侵杂草之一，环境适宜时暴发迅速，直接损害当地生态系统生物多样性，对区域生物安全构成严重威胁。传统的外来入侵监测方法以人工地面调查为主，虽然定位精度较高，但其耗时耗力、经济成本高、空间限制性强、时效性差，难以满足当前大范围、高精度、高时效性的监测需求，无法实现大范围、连续性高精度监测(john et al.,2014)。自20世纪70年代以来，随着遥感技术快速发展，特别是各种高分辨率传感器不断涌现，具备监测精度高、尺度大、周期短和成本低等优势，成为快速获取大范围植被信息的重要手段，外来入侵物种遥感监测技术已成为当前研究的新热点(ahmed etal.,2020；章莹等,2010)。目前，凤眼莲遥感监测多以光谱反射率特征为依据，在机器学习方法基础上辅以先验知识，在小范围尺度上实现对凤眼莲的遥感监测(hestir et al.,2008)；对于季节性生长的凤眼莲，基于其物候、光谱、动态等特征，采用决策树分类方法基本完成对凤眼莲的遥感监测(dube etal.,2017)；在区域尺度上，由于受遥感影像空间分辨率、地表异质性影响，实现凤眼莲的监测预警仍存在较大困难。
2、由于凤眼莲与背景地物的显著光谱差异性，使得卫星遥感监测成为凤眼莲监测的可靠数据源。国内外许多学者利用遥感技术绘制不同地区的凤眼莲分布地图，基于光谱特征的分类方法是早期凤眼莲遥感监测的最常见方法。hestir等人(2008)基于航空
3、除此之外，地物的物候特征、纹理特征以及动态特征等也是凤眼莲遥感监测的重要手段。蒋明等(2019)利用监督分类方法监测云南滇池18年长时间序列影像的年际动态变化，监测到凤眼莲呈现分散—集中—再分散的空间分布变化(蒋明等,2019)；张覃雅利用worldview-3高分遥感影像对基于像元光谱特征的监督分类与非监督分类、面向对象分类的结果进行精度评价，结果表明面向对象分类方法优于监督分类与非监督分类。国内外学者多采用监测模型来监测凤眼莲的入侵情况，geethen singh等人利用landsat8或sentinel-2等中分辨率数据，先采用简单阈值方法提取水体边界，然后基于otsu+canny方法结合多分辨率语义分割检测水生植被，随后使用随机森林模型将检测到的水生植被区分为凤眼莲与其他非目标植被像素，该方法对于凤眼莲遥感监测方法研究具有很好的借鉴意义；li等提出一种更新型的入侵植物的监测方法，即基于其方向特征的变换监测方法，该方法使用基于方向特征的方向邻域模板更新差分图像的像素值，通过rflicm算法将差异图像像素值进行相交来识别入侵植物，该方法对于凤眼莲这一暴发迅速且动态特征显著的入侵植物具有较高的识别精度。凤眼莲监测研究多在南非以及热带亚热带国家展开，其监测结果仅在当前小区域、光谱特征上具有代表性。
4、现有技术一
5、蒋明(2019)利用连续长时间序列遥感影像，采用监督分类方法，实现了滇池凤眼莲面积解译提取。数据源为landsat 7etm+遥感影像，时间为2000-2017年每年合成一景影像，技术步骤包括：影像预处理-选择样本-监督分类-分类精度评价。
6、影像预处理：辐射校正以消除或改正因辐射误差而引起影像畸变；大气校正以消除由于大气散射、吸收等影响所造成的辐射误差；影像拼接以解决单一数据源未覆盖整体研究区、云层遮盖部分观测区等问题。经过影像预处理之后得到可以提取地物信息的遥感影像。
7、选择样本：对预处理后的影像进行图像增强处理。缨帽变换区分微囊藻、红线草、微齿眼子菜；归一化植被指数ndvi可以识别植被密度；融合裁剪后的所有影像进行4、3、2(4为近红外波段、3为ndvi、2为绿波段)假彩色增强处理，在此基础上选择凤眼莲、水体、其他3类作为训练样本，创建感兴趣区。
8、监督分类：利用envi软件选择最佳分类器进行监督分类。
9、分类精度评价：结合高分辨率影像以及地面调查结果进行分类精度评价。
10、现有技术一的缺点
11、本专利技术采用2000-2017年长时间序列影像来实现滇池凤眼莲的监测，选择云覆盖少、成像清晰的影像采用影像拼接技术每年合成一景影像。作为外来入侵物种，凤眼莲在适宜条件下可以在短时间内迅速暴发、同时又容易受到风力、水流等外力作用发生移动，扩散到下游，以一年为单位合成一景影像实现凤眼莲的监测缺乏合理性。
12、现有技术二的技术方案
13、singh等利用分层分类方法对南非凤眼莲监测，首先检测水，再检测水生植被，最后检测水葫芦，数据源为landsat-8oli或sentinel-2msi的中分辨率(10-30米)多光谱地球观测(eo)数据。使用随机森林建模方法利用8个最重要的变量将水葫芦与其他检测到的水生植被区分开来。
14、技术步骤包括：水体监测-水生植被监测-物种分类-精度评价
15、水体监测：从landsat-8表面反射图像收集(mndwip95)中获得第95个百分比的mndwi图像合成实现，时间为2013年-2018年底。第95百分位图像是在逐像素的基础上计算的，即，一个位置的所有像素值按升序排序，并使用第95百分位索引位置对应的值作为像素值。去除mndwip9本文档来自技高网...
【技术保护点】
1.一种基于卷积神经网络的凤眼莲差值变化检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于卷积神经网络的凤眼莲差值变化检测方法，其特征在于，所述步骤S1包括以下子步骤：
3.根据权利要求1所述的基于卷积神经网络的凤眼莲差值变化检测方法，其特征在于，所述步骤S2包括以下子步骤：
4.根据权利要求1所述的基于卷积神经网络的凤眼莲差值变化检测方法，其特征在于，所述步骤S3包括以下子步骤：
【技术特征摘要】
1.一种基于卷积神经网络的凤眼莲差值变化检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于卷积神经网络的凤眼莲差值变化检测方法，其特征在于，所述步骤s1包括以下子步骤：
3.根据...
【专利技术属性】
技术研发人员：王旭，李淑贞，徐大伟，陈宝瑞，吴宜倩，赵越，
申请(专利权)人：中国农业科学院农业资源与农业区划研究所，
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。