CN111814671A - 一种基于遥感协同的林地动态变化监测方法 - Google Patents
一种基于遥感协同的林地动态变化监测方法 Download PDFInfo
- Publication number
- CN111814671A CN111814671A CN202010650614.XA CN202010650614A CN111814671A CN 111814671 A CN111814671 A CN 111814671A CN 202010650614 A CN202010650614 A CN 202010650614A CN 111814671 A CN111814671 A CN 111814671A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- data
- forest land
- change
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008859 change Effects 0.000 title claims abstract description 85
- 238000012544 monitoring process Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000003287 optical effect Effects 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 26
- 239000000284 extract Substances 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000001427 coherent effect Effects 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 2
- 230000006399 behavior Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Human Resources & Organizations (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Agronomy & Crop Science (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于遥感协同的林地动态变化监测方法，包括：采集被监测林地的主动遥感数据和被动遥感数据；分别对采集到的数据进行处理，得到监测结果；将监测结果整合，与动态的数据结合生成检测报告，完成监测，本申请针对传统林业管理与保护主要依靠人工，效率低、时效性差等问题，通过与被监测林区结合，采集多时相SAR影像和多源多时相光学影像，再综合SAR影像和光学影像，共同对变化区域的位置、种类进行识别和分析，最终形成定期的变化监测报告，提供给林业的管理者，以便动态地掌握对林区森林资源、土地利用情况以及生态修复的状态，更好地了解林区内的动态变化行为，提高了林区保护与管理水平。
Description
技术领域
本发明属于林地动态监测方法技术领域，具体涉及一种基于遥感协同的林地动态变化监测方法。
背景技术
在林业管理过程中，及时发现关注区林地的变化，动态反映其森林保护、生态修复的状况，为林业资源的有效评估和管理、为森林的合理保护和利用提供重要的信息保障和智力支持。在林地动态变化检测中，分为了三个层次，一是确定林地覆盖对象变还是没变，二是确定林地上变化对象是什么；三是确定林地上的对象怎么变；三种变化检测的内容逐层递进，检测难度也逐步增加。
传统林业管理与保护主要依靠人工，效率低、时效性差等问题，林区的动态掌握不及时，使得管理者不能实时动态地掌握对林区森林资源、土地利用情况以及生态修复的状态，影响林区的保护与管理水平。
发明内容
本发明所要解决的技术问题在于针对上述现有技术的不足，提供一种基于遥感协同的林地动态变化监测方法，已解决上面提出的问题。
第一方面，本申请实施例提供了一种基于遥感协同的林地动态变化监测方法，包括：
采集被监测林地的主动遥感数据和被动遥感数据；
分别对采集到的数据进行处理，得到监测结果；
将监测结果整合，与动态的数据结合生成检测报告，完成监测。
可选的，被监测林地的主动遥感数据具体为通过合成孔径雷达采集到的被监测林地的数据信息，即为SAR影像，其中合成孔径雷达具体为哨兵一号Sentinel-1A和高分三号GF-3；
被监测林地的被动遥感数据具体为通过高分辨率的卫星采集到的被监测林地的光学遥感数据，其中高分辨率的卫星具体为高分一号GF-1、高分二号GF-2和高分六号GF-6。
可选的，对采集的林地的主动遥感数据的处理包括对单时的SAR影像分别消减噪声，用来抑制SAR影像相干斑点的噪声，保证单时的SAR影像的边缘和纹理信息得到保留，对多时相的SAR影像通过比值法构造差异影像，与被监测林区结合，利用最优概率分布模型分析差异影像中变与没变类别的差异，再通过自动化阈值的方法，提取中影像中的变化区域，分离出变化的特性，得到监测结果。
可选的，对采集到的被监测林地的光学遥感数据的处理具体为先采集多源和多时的数据，再通过辐射归一化对数据进行同化，利用变化检测的算法确定变化的结果。
可选的，监测结果整合具体为联合林地的光学遥感数据以及SAR影像变化检测的结果，确定变化区域并提取变化区域的矢量，联合相近时相的多源多时的光学遥感数据来判别变化的程度与种类，评估变化的程度及影响，最终形成变化检测的报告，完成林地的动态监测。
第二方面，本申请实施例提供了一种基于遥感协同的林地动态变化监测系统，包括：
数据采集模块，用于完成被监测林地的主动遥感数据和被动遥感数据的采集；
数据处理模块，用于接收数据采集模块采集到的动态数据信息，并对采集到的信息进行处理；
数据整合模块，用于将独立的数据信息处理结果进行整合，得出监测的动态变化结论。
可选的，所述数据采集模块具体为包括哨兵一号Sentinel-1A和高分三号GF-3的合成孔径雷达以及包括高分一号GF-1和高分二号GF-2的高分辨率卫星。
可选的，所述数据处理模块将采集到的SAR影像动态数据信息先分别消减噪声，然后对多时相的数据通过比值法构造差异影像，利用最优概率分布模型分析差异影像中变与没变类别的差异，再通过自动化阈值的方法，提取中影像中的变化区域，对光学遥感数据通过辐射归一化进行同化，利用变化检测的算法确定变化的结果；
所述数据整合模块将光学遥感数据以及SAR影像变化检测的结果进行整合，确定变化区域并提取变化区域的矢量，联合相近时相的多源多时的光学遥感数据来判别变化的程度与种类，评估变化的程度及影响，最终形成变化检测的报告，完成林地的动态监测。
第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行如权利要求1至5任一所述的基于遥感协同的林地动态变化监测方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至5任一所述的基于遥感协同的林地动态变化监测方法的步骤。
本发明与现有技术相比具有以下优点：
本发明针对传统林业管理与保护主要依靠人工，效率低、时效性差等问题，通过与被监测林区结合，采集多时相SAR影像和多源多时相光学影像，再综合SAR影像和光学影像，共同对变化区域的位置、种类进行识别和分析，最终形成定期的变化监测报告，提供给林业的管理者，同时能有效的对多时相SAR影像和多源多时相光学影像进行结合，避免在两种影像其中任意一个出现偏差或数据不清楚时进行结合，提高了监测的准确度，也便于动态地掌握对林区森林资源、土地利用情况以及生态修复的状态，更好地了解林区内的动态变化行为，提高了林区保护与管理水平。
附图说明
图1为本申请一些实施例的林地动态变化监测方法的框图；
图2为本申请一些实施例的林地动态变化监测系统的框图；
图3为本申请实施例中的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例1，如图1所示，本发明提供一种技术方案：一种基于遥感协同的林地动态变化监测方法，包括以下步骤：
S101、采集被监测林地的主动遥感数据和被动遥感数据；
其中，被监测林地的主动遥感数据具体为通过合成孔径雷达采集到的被监测林地的数据信息，即为SAR影像，其中合成孔径雷达具体为哨兵一号Sentinel-1A和高分三号GF-3；
被监测林地的被动遥感数据高具体为通过高分辨率的卫星采集到的被监测林地的光学遥感数据，其中高分辨率的卫星具体为高分一号GF-1、高分二号GF-2和高分六号GF-6。
S102、分别对采集到的数据进行处理，得到监测结果；
其中，对采集的林地的主动遥感数据的处理包括对单时的SAR影像分别消减噪声，用来抑制SAR影像相干斑点的噪声，保证单时的SAR影像的边缘和纹理信息得到保留，对多时相的SAR影像通过比值法构造差异影像，与被监测林区结合，利用最优概率分布模型分析差异影像中变与没变类别的差异，再通过自动化阈值的方法，提取中影像中的变化区域，分离出变化的特性，得到监测结果。
对采集到的被监测林地的光学遥感数据的处理具体为先采集多源和多时的数据，再通过辐射归一化对数据进行同化，利用变化检测的算法确定变化的结果。
S103、将监测结果整合，与动态的数据结合生成检测报告，完成监测。
其中，监测结果整合具体为联合林地的光学遥感数据以及SAR影像变化检测的结果，确定变化区域并提取变化区域的矢量，联合相近时相的多源多时的光学遥感数据来判别变化的程度与种类，评估变化的程度及影响，最终形成变化检测的报告，完成林地的动态监测。
实施例2，如图2所示，本申请实施例提供一种基于遥感协同的林地动态变化监测系统，包括：
数据采集模块1，用于完成被监测林地的主动遥感数据和被动遥感数据的采集；
其中，所述数据采集模块1具体为包括哨兵一号Sentinel-1A和高分三号GF-3的合成孔径雷达以及包括高分一号GF-1和高分二号GF-2的高分辨率卫星；
数据处理模块2，用于接收数据采集模块采集到的动态数据信息，并对采集到的信息进行处理；
其中数据处理模块2是带有数据独立处理功能的服务器，数据处理模块2与数据采集模块1之间信号连接，同时数据处理模块2的服务器可以是单个服务器，也可以是服务器组。服务器组可以是集中式的，也可以是分布式的。
所述数据处理模块2将采集到的SAR影像动态数据信息先分别消减噪声，然后对多时相的数据通过比值法构造差异影像，利用最优概率分布模型分析差异影像中变与没变类别的差异，再通过自动化阈值的方法，提取中影像中的变化区域，对光学遥感数据通过辐射归一化进行同化，利用变化检测的算法确定变化的结果.
数据整合模块3，用于将独立的数据信息处理结果进行整合，得出监测的动态变化结论。
所述数据整合模块3为管理者或者用户的数据处理用服务器，与数据处理模块2的服务器可以是本地的，也可以是远程的，将数据处理模块2得到的数据结果进行整合，具体为将光学遥感数据以及SAR影像变化检测的结果进行整合，确定变化区域并提取变化区域的矢量，联合相近时相的多源多时的光学遥感数据来判别变化的程度与种类，评估变化的程度及影响，最终形成变化检测的报告，完成林地的动态监测。
如图3所示，为本申请实施例提供的一种电子设备的结构示意图，包括：处理器4、总线5和存储器6。
所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，所述机器可读指令被所述处理器5执行时执行如下处理：
采集被监测林地的主动遥感数据和被动遥感数据；
分别对采集到的数据进行处理，得到监测结果；
将监测结果整合，与动态的数据结合生成检测报告，完成监测。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述任一实施例所述的林地动态变化监测方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于遥感协同的林地动态变化监测方法，其特征在于，包括：
采集被监测林地的主动遥感数据和被动遥感数据；
分别对采集到的数据进行处理，得到监测结果；
将监测结果整合，与动态的数据结合生成检测报告，完成监测。
2.根据权利要求1所述的一种基于遥感协同的林地动态变化监测方法，其特征在于，被监测林地的主动遥感数据具体为通过合成孔径雷达采集到的被监测林地的数据信息，即为SAR影像，其中合成孔径雷达具体为哨兵一号Sentinel-1A和高分三号GF-3；
被监测林地的被动遥感数据具体为通过高分辨率的卫星采集到的被监测林地的光学遥感数据，其中高分辨率的卫星具体为高分一号GF-1和高分二号GF-2、高分六号GF-6。
3.根据权利要求2所述的一种基于遥感协同的林地动态变化监测方法，其特征在于，对采集的林地的主动遥感数据的处理包括对单时的SAR影像分别消减噪声，用来抑制SAR影像相干斑点的噪声，保证单时的SAR影像的边缘和纹理信息得到保留，对多时相的SAR影像通过比值法构造差异影像，与被监测林区结合，利用最优概率分布模型分析差异影像中变与没变类别的差异，再通过自动化阈值的方法，提取中影像中的变化区域，分离出变化的特性，得到监测结果。
4.根据权利要求3所述的一种基于遥感协同的林地动态变化监测方法，其特征在于，对采集到的被监测林地的光学遥感数据的处理具体为先采集多源和多时的数据，再通过辐射归一化对数据进行同化，利用变化检测的算法确定变化的结果。
5.根据权利要求4所述的一种基于遥感协同的林地动态变化监测方法，其特征在于，监测结果整合具体为联合林地的光学遥感数据以及SAR影像变化检测的结果，确定变化区域并提取变化区域的矢量，联合相近时相的多源多时的光学遥感数据来判别变化的程度与种类，评估变化的程度及影响，最终形成变化检测的报告，完成林地的动态监测。
6.一种基于遥感协同的林地动态变化监测系统，其特征在于，包括：
数据采集模块，用于完成被监测林地的主动遥感数据和被动遥感数据的采集；
数据处理模块，用于接收数据采集模块采集到的动态数据信息，并对采集到的信息进行处理；
数据整合模块，用于将独立的数据信息处理结果进行整合，得出监测的动态变化结论。
7.根据权利要求6所述的一种基于遥感协同的林地动态变化监测系统，其特征在于，所述数据采集模块具体为包括哨兵一号Sentinel-1A和高分三号GF-3的合成孔径雷达以及包括高分一号GF-1和高分二号GF-2的高分辨率卫星。
8.根据权利要求6所述的一种基于遥感协同的林地动态变化监测系统，其特征在于，所述数据处理模块将采集到的SAR影像动态数据信息先分别消减噪声，然后对多时相的数据通过比值法构造差异影像，利用最优概率分布模型分析差异影像中变与没变类别的差异，再通过自动化阈值的方法，提取中影像中的变化区域，对光学遥感数据通过辐射归一化进行同化，利用变化检测的算法确定变化的结果；
所述数据整合模块将光学遥感数据以及SAR影像变化检测的结果进行整合，确定变化区域并提取变化区域的矢量，联合相近时相的多源多时的光学遥感数据来判别变化的程度与种类，评估变化的程度及影响，最终形成变化检测的报告，完成林地的动态监测。
9.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行如权利要求1至5任一所述的基于遥感协同的林地动态变化监测方法的步骤。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至5任一所述的基于遥感协同的林地动态变化监测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010650614.XA CN111814671A (zh) | 2020-07-08 | 2020-07-08 | 一种基于遥感协同的林地动态变化监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010650614.XA CN111814671A (zh) | 2020-07-08 | 2020-07-08 | 一种基于遥感协同的林地动态变化监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111814671A true CN111814671A (zh) | 2020-10-23 |
Family
ID=72841605
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010650614.XA Pending CN111814671A (zh) | 2020-07-08 | 2020-07-08 | 一种基于遥感协同的林地动态变化监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111814671A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112381802A (zh) * | 2020-11-17 | 2021-02-19 | 中国科学院长春光学精密机械与物理研究所 | 一种图像变化检测方法、装置、电子设备及存储介质 |
| CN113343809A (zh) * | 2021-05-27 | 2021-09-03 | 海南省林业科学研究院(海南省红树林研究院) | 一种特征选择的热带森林参数遥感估测方法 |
| CN114236046A (zh) * | 2021-11-30 | 2022-03-25 | 北京地拓科技发展有限公司 | 一种林地的氨排放监测方法和装置 |
| CN115661617A (zh) * | 2022-12-28 | 2023-01-31 | 成都中轨轨道设备有限公司 | 一种面向遥感大数据的动态自适应分布式协同工作方法 |
| CN116935238A (zh) * | 2023-07-07 | 2023-10-24 | 滁州学院 | 基于深度学习的森林扰动监测方法、系统、设备及介质 |
| CN117423011A (zh) * | 2023-11-09 | 2024-01-19 | 滁州学院 | 一种森林碳储量遥感估算方法、系统、设备及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103955926A (zh) * | 2014-04-22 | 2014-07-30 | 西南交通大学 | 基于Semi-NMF的遥感图像变化检测方法 |
| CN103971364A (zh) * | 2014-04-04 | 2014-08-06 | 西南交通大学 | 基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法 |
| CN106650571A (zh) * | 2016-09-09 | 2017-05-10 | 河海大学 | 一种基于自适应卡方变换的多时相遥感影像变化检测方法 |
| CN110991248A (zh) * | 2019-11-04 | 2020-04-10 | 同济大学 | 基于特征融合的高分辨率夜光遥感影像自动变化检测方法 |
-
2020
- 2020-07-08 CN CN202010650614.XA patent/CN111814671A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103971364A (zh) * | 2014-04-04 | 2014-08-06 | 西南交通大学 | 基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法 |
| CN103955926A (zh) * | 2014-04-22 | 2014-07-30 | 西南交通大学 | 基于Semi-NMF的遥感图像变化检测方法 |
| CN106650571A (zh) * | 2016-09-09 | 2017-05-10 | 河海大学 | 一种基于自适应卡方变换的多时相遥感影像变化检测方法 |
| CN110991248A (zh) * | 2019-11-04 | 2020-04-10 | 同济大学 | 基于特征融合的高分辨率夜光遥感影像自动变化检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 吕永磊 等: "基于主被动协同遥感的西藏林芝市林地动态变化检测", 《林业科技通讯》, vol. 5, pages 27 - 31 * |
| 毛羽丰 等: "基于高分辨率SAR与光学遥感数据的城区变化检测", 《城市勘测》, no. 5, pages 17 - 20 * |
| 赵金奇: "多时相极化SAR影像变化检测方法研究", 《中国博士学位论文全文数据库 (基础科学辑)》, no. 6, pages 008 - 15 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112381802A (zh) * | 2020-11-17 | 2021-02-19 | 中国科学院长春光学精密机械与物理研究所 | 一种图像变化检测方法、装置、电子设备及存储介质 |
| CN113343809A (zh) * | 2021-05-27 | 2021-09-03 | 海南省林业科学研究院(海南省红树林研究院) | 一种特征选择的热带森林参数遥感估测方法 |
| CN114236046A (zh) * | 2021-11-30 | 2022-03-25 | 北京地拓科技发展有限公司 | 一种林地的氨排放监测方法和装置 |
| CN115661617A (zh) * | 2022-12-28 | 2023-01-31 | 成都中轨轨道设备有限公司 | 一种面向遥感大数据的动态自适应分布式协同工作方法 |
| CN116935238A (zh) * | 2023-07-07 | 2023-10-24 | 滁州学院 | 基于深度学习的森林扰动监测方法、系统、设备及介质 |
| CN116935238B (zh) * | 2023-07-07 | 2024-02-23 | 滁州学院 | 基于深度学习的森林扰动监测方法、系统、设备及介质 |
| CN117423011A (zh) * | 2023-11-09 | 2024-01-19 | 滁州学院 | 一种森林碳储量遥感估算方法、系统、设备及介质 |
| CN117423011B (zh) * | 2023-11-09 | 2024-08-06 | 滁州学院 | 一种森林碳储量遥感估算方法、系统、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111814671A (zh) | 一种基于遥感协同的林地动态变化监测方法 | |
| Hermosilla et al. | Land cover classification in an era of big and open data: Optimizing localized implementation and training data selection to improve mapping outcomes | |
| Ao et al. | Automatic segmentation of stem and leaf components and individual maize plants in field terrestrial LiDAR data using convolutional neural networks | |
| CN104657739B (zh) | 一种城市监测方法及系统 | |
| CN110569733B (zh) | 基于遥感大数据平台的湖泊长时序连续水域变化重建方法 | |
| US20230419659A1 (en) | Method and system for processing point-cloud data | |
| CN113609899B (zh) | 基于遥感时序分析的退耕地信息定位显示系统 | |
| CN113705990A (zh) | 自然资源信息处理方法、装置、电子设备及存储介质 | |
| Lu et al. | Regional assessment of pan-Pacific urban environments over 25 years using annual gap free Landsat data | |
| Zhang et al. | A new automatic approach for extracting glacier centerlines based on Euclidean allocation | |
| CN114662526A (zh) | 一种基于遥感数据与多时相sar影像的林地生态监测方法 | |
| Wan et al. | Mapping annual urban change using time series Landsat and NLCD | |
| CN114610825A (zh) | 关联网格集的确认方法、装置、电子设备及存储介质 | |
| CN118097961A (zh) | 交通流量数据的分析方法、装置、电子设备及存储介质 | |
| CN116977851A (zh) | 一种基于变化检测的弃耕识别方法及装置 | |
| Li et al. | An improved global land cover mapping in 2015 with 30 m resolution (GLC-2015) based on a multi-source product fusion approach | |
| CN114842356A (zh) | 一种高分辨率地表类型样本自动生成方法、系统及设备 | |
| CN115271343A (zh) | 一种缺水区作物种植结构监测和调整决策的方法及系统 | |
| CN110413662B (zh) | 一种多通道式经济数据输入系统、采集系统与方法 | |
| Sitanggang et al. | Burn area processing to generate false alarm data for hotspot prediction models | |
| CN108614811A (zh) | 一种数据分析方法及装置 | |
| CN113763308A (zh) | 一种地面检测方法、装置、服务器及介质 | |
| CN109739839A (zh) | 数据空值处理方法、装置及终端设备 | |
| CN116452014B (zh) | 应用于城市规划的企业集群确定方法、装置及电子设备 | |
| CN117807154B (zh) | 一种用于展示系统的时序数据可视化方法、设备和介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201023 |