CN207473623U - 一种用于城市绿地树种识别的遥感系统 - Google Patents
一种用于城市绿地树种识别的遥感系统 Download PDFInfo
- Publication number
- CN207473623U CN207473623U CN201721475086.9U CN201721475086U CN207473623U CN 207473623 U CN207473623 U CN 207473623U CN 201721475086 U CN201721475086 U CN 201721475086U CN 207473623 U CN207473623 U CN 207473623U
- Authority
- CN
- China
- Prior art keywords
- module
- remotely
- remote sensing
- sensed data
- data acquisition
- 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.)
- Expired - Fee Related
Links
Abstract
本实用新型公开了一种用于城市绿地树种识别的遥感系统,包括遥感数据获取模块、遥感数据预处理模块、地面实证数据采集模块、树种识别模块和遥感信息输出模块;其中,遥感数据获取模块与遥感数据预处理模块相连,遥感数据预处理模块与地面实证数据采集模块均与树种识别模块相连;本实用新型的有益效果是:本实用新型在城市绿地树种调查中引入遥感技术,针对不同绿地类型(如公园绿地、生产绿地、防护绿地、附属绿地、其他绿地)中的树种,运用不同的分类方法进行识别,并将树木的物种名,及其分布面积和分布区土地利用类型以遥感专题信息方式呈现给用户,有助于优化完善城市绿地规划与日常管理工作。
Description
技术领域
本实用新型涉及遥感技术领域,具体是一种用于城市绿地树种识别的遥感系统。
背景技术
城市绿地是城市生态系统的重要组成部分,对改善城市生态环境和人居环境起着积极的作用。因此,必须客观、准确和及时地掌握城市绿地信息。其中,城市绿地树种调查是城市园林绿地系统规划中城市树种规划的前期基础工作,对优化完善城市绿地系统规划与日常管理具有重要意义。
传统的城市绿地树种调查主要通过基层单位上报统计数据和实地抽样调查完成,资金和人力投入大,时间周期长,而且数据受人为影响较大,同时缺乏空间统计分析功能。
遥感、地理信息系统等空间信息技术为生态环境监测与评估提供了全新的研究模式与技术手段,而随着高分辨率图像的出现,特别是近年来国产高分系列卫星的发射和应用,必将推动遥感技术在环境监测、资源调查、灾害预警等领域的广泛应用,也给城市绿地信息提取提供了更为有效而快捷的手段。
实用新型内容
本实用新型的目的在于提供一种快速、自动的用于城市绿地树种识别的遥感系统,以解决上述背景技术中提出的问题。
为实现上述目的,本实用新型提供如下技术方案:
一种用于城市绿地树种识别的遥感系统,包括遥感数据获取模块、遥感数据预处理模块、地面实证数据采集模块、树种识别模块和遥感信息输出模块;
遥感数据获取模块与遥感数据预处理模块相连,遥感数据预处理模块与地面实证数据采集模块均与树种识别模块相连,树种识别模块与遥感信息输出模块相连。
作为本实用新型进一步的方案:遥感数据获取模块由遥感影像机顶盒与大容量存储系统组成,用于负责获取和存储用户待研究城市区域的高空间分辨率遥感影像。
作为本实用新型进一步的方案:所述的获取的高空间分辨率遥感影像为高分一号卫星的2米全色和8米多光谱数据或资源三号卫星的2.1米全色和5.8米多光谱数据,根据实际调查任务需要和目标区环境复杂情况选取具体数据类型。
作为本实用新型进一步的方案:遥感数据预处理模块由软件ENVI5.4组成,用于对获取的高空间分辨率遥感数据进行预处理,包括影像融合(即全色和多光谱图像的融合)、正射校正、大气校正和影像裁剪。
作为本实用新型进一步的方案:地面实证数据采集模块由GIS数据采集器组成,通过在用户待研究城市区域对每种绿化树种选择若干典型样本(要求其树冠相对独立且大小不小于所获取的遥感影像的空间分辨率),采集典型绿化树种样本的物种名、地理坐标及所在的城市用地类型和城市绿地类型等信息,作为后续分类器的训练数据和分类结果的验证数据。
作为本实用新型进一步的方案:树种识别模块由软件ENVI5.4组成,用于接收地面实证数据采集模块得到的地面实证数据和遥感数据预处理模块得到的预处理过的遥感数据,在对遥感数据进行城市绿地信息提取的基础上,运用最大似然法、马氏距离、神经网络、支持向量机等多种分类器,结合光谱与纹理特征对不同绿地类型(如公园绿地、生产绿地、防护绿地、附属绿地、其他绿地)中的树种进行识别。
作为本实用新型进一步的方案:遥感信息输出模块由软件ArcGIS Desktop的ArcMAP组成,接收由树种识别模块得到的树种识别结果,以专题形式输出呈现给用户,内容包括树木的物种名,及其分布面积和分布区土地利用类型(基于城市用地分类和城市绿地分类标准)。
与现有技术相比,本实用新型的有益效果是:本实用新型在城市绿地树种调查中引入遥感技术,针对不同绿地类型(如公园绿地、生产绿地、防护绿地、附属绿地、其他绿地)中的树种,运用不同的分类方法进行识别,并将树木的物种名,及其分布面积和分布区土地利用类型以遥感专题信息方式呈现给用户,有助于优化完善城市绿地规划与日常管理工作。
附图说明
图1为一种用于城市绿地树种识别的遥感系统的功能框图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
请参阅图1,一种用于城市绿地树种识别的遥感系统,包括遥感数据获取模块1、遥感数据预处理模块2、地面实证数据采集模块3、树种识别模块4和遥感信息输出模块5。
遥感数据获取模块1与遥感数据预处理模块2相连,遥感数据预处理模块2与地面实证数据采集模块3均与树种识别模块4相连,树种识别模块4与遥感信息输出模块5相连。
遥感数据获取模块1由遥感影像机顶盒与大容量存储系统组成,用于负责获取和存储用户待研究城市区域的高空间分辨率遥感影像,所述的遥感影像机顶盒是北京国测星绘信息技术有限公司开发的国产高分卫星影像即时服务系统,用于获取高分一号卫星的2米全色和8米多光谱数据或资源三号卫星的2.1米全色和5.8米多光谱数据,根据实际调查任务需要和目标区环境复杂情况选取具体数据类型。
遥感数据预处理模块2由软件ENVI5.4组成,用于对获取的高空间分辨率遥感数据进行预处理,包括影像融合(即全色和多光谱图像的融合)、正射校正、大气校正和影像裁剪。
地面实证数据采集模块3由GIS数据采集器组成,通过在用户待研究的城市区域对每种绿化树种选择若干典型样本(要求其树冠相对独立且大小不小于所获取的遥感影像的空间分辨率),采集典型绿化树种样本的物种名、地理坐标及所在的城市用地类型和城市绿地类型等信息,作为后续分类器的训练数据和分类结果的验证数据。
树种识别模块4由软件ENVI5.4组成,用于接收地面实证数据采集模块3得到的地面实证数据和遥感数据预处理模块2得到的预处理过的遥感数据,在对遥感数据进行城市绿地信息提取的基础上,运用最大似然法、马氏距离、神经网络、支持向量机等多种分类器,结合光谱与纹理特征对不同绿地类型(如公园绿地、生产绿地、防护绿地、附属绿地、其他绿地)中的树种进行识别。
遥感信息输出模块5由软件ArcGIS Desktop的ArcMAP组成,接收由树种识别模块得到的树种识别结果,以专题形式输出呈现给用户,内容包括树木的物种名,及其分布面积和分布区土地利用类型(基于城市用地分类和城市绿地分类标准)。
对于本领域技术人员而言,显然本实用新型不限于上述示范性实施例的细节,而且在不背离本实用新型的精神或基本特征的情况下,能够以其他的具体形式实现本实用新型。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本实用新型的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本实用新型内,不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (3)
1.一种用于城市绿地树种识别的遥感系统,其特征在于,包括遥感数据获取模块(1)、遥感数据预处理模块(2)、地面实证数据采集模块(3)、树种识别模块(4)和遥感信息输出模块(5);其中,
遥感数据获取模块(1)与遥感数据预处理模块(2)相连,遥感数据预处理模块(2)与地面实证数据采集模块(3)均与树种识别模块(4)相连,树种识别模块(4)与遥感信息输出模块(5)相连;
遥感数据获取模块(1)由大容量存储系统组成,用于负责获取和存储用户待研究城市区域的高空间分辨率遥感影像;
遥感数据预处理模块(2)由软件ENVI5.4组成,用于对获取的高空间分辨率遥感数据进行预处理;
地面实证数据采集模块(3)由GIS数据采集器组成,用于对用户待研究城市区域的典型绿化树种样本的物种名、地理坐标及所在的城市用地类型和城市绿地类型信息进行采集;
树种识别模块(4)由软件ENVI5.4组成,接收地面实证数据采集模块(3)得到的地面实证数据和遥感数据预处理模块(2)得到的预处理过的遥感数据,运用多种分类器进行树种识别;
遥感信息输出模块(5)由软件ArcGIS Desktop的ArcMAP组成,接收由树种识别模块(4)得到的树种识别结果,以专题形式输出呈现给用户。
2.根据权利要求1所述的用于城市绿地树种识别的遥感系统,其特征在于,所述的获取的高空间分辨率遥感影像为“高分一号”2米全色/8米多光谱数据或“高分二号”1米全色/4米多光谱数据。
3.根据权利要求1所述的用于城市绿地树种识别的遥感系统,其特征在于,所述的运用多种分类器,包括最大似然法,或马氏距离,或神经网络,或支持向量机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721475086.9U CN207473623U (zh) | 2017-11-08 | 2017-11-08 | 一种用于城市绿地树种识别的遥感系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721475086.9U CN207473623U (zh) | 2017-11-08 | 2017-11-08 | 一种用于城市绿地树种识别的遥感系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207473623U true CN207473623U (zh) | 2018-06-08 |
Family
ID=62262867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201721475086.9U Expired - Fee Related CN207473623U (zh) | 2017-11-08 | 2017-11-08 | 一种用于城市绿地树种识别的遥感系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207473623U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522924A (zh) * | 2018-09-28 | 2019-03-26 | 浙江农林大学 | 一种基于单张照片的阔叶林树种识别方法 |
CN110070038A (zh) * | 2019-04-23 | 2019-07-30 | 山东建筑大学 | 一种基于城市绿化覆盖面积测算城市绿地率的方法 |
CN112651295A (zh) * | 2020-11-18 | 2021-04-13 | 上海市园林科学规划研究院 | 一种城市绿地树木识别系统及方法 |
-
2017
- 2017-11-08 CN CN201721475086.9U patent/CN207473623U/zh not_active Expired - Fee Related
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522924A (zh) * | 2018-09-28 | 2019-03-26 | 浙江农林大学 | 一种基于单张照片的阔叶林树种识别方法 |
CN110070038A (zh) * | 2019-04-23 | 2019-07-30 | 山东建筑大学 | 一种基于城市绿化覆盖面积测算城市绿地率的方法 |
CN110070038B (zh) * | 2019-04-23 | 2022-06-17 | 山东建筑大学 | 一种基于城市绿化覆盖面积测算城市绿地率的方法 |
CN112651295A (zh) * | 2020-11-18 | 2021-04-13 | 上海市园林科学规划研究院 | 一种城市绿地树木识别系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ortega-Huerta et al. | Mapping coffee plantations with Landsat imagery: an example from El Salvador | |
CN106056457A (zh) | 一种农业信息服务方法和装置 | |
CN207473623U (zh) | 一种用于城市绿地树种识别的遥感系统 | |
Yusoff et al. | Towards the use of remote-sensing data for monitoring of abandoned oil palm lands in Malaysia: a semi-automatic approach | |
CN108022176A (zh) | 智慧园林管理系统与方法 | |
Jadin et al. | Drivers of forest cover dynamics in smallholder farming systems: the case of northwestern Vietnam | |
CN108073947A (zh) | 一种识别蓝莓品种的方法 | |
Notenbaert et al. | Classifying livestock production systems for targeting agricultural research and development in a rapidly changing world | |
Novero et al. | The use of light detection and ranging (LiDAR) technology and GIS in the assessment and mapping of bioresources in Davao Region, Mindanao Island, Philippines | |
Pádua et al. | Classification of an agrosilvopastoral system using RGB Imagery from an unmanned aerial vehicle | |
Minasi et al. | Geographic Information Systems are critical tools to manage wine tourism regions | |
Sun et al. | Monitoring annual urbanization activities in Guangzhou using Landsat images (1987–2015) | |
Combalicer et al. | Changes in the forest landscape of Mt. Makiling forest reserve, Philippines | |
Partoyo et al. | Monitoring farmland loss and projecting the future land use of an urbanized watershed in Yogyakarta, Indonesia | |
Wallace et al. | Influence of monsoon‐related riparian phenology on yellow‐billed cuckoo habitat selection in A rizona | |
Chemura | Determining oil palm age from high resolution satellite imagery | |
Mukashema et al. | Sixty percent of small coffee farms have suitable socio-economic and environmental locations in Rwanda | |
Ramachandra | Mapping of fuelwood trees using geoinformatics | |
Lee et al. | Evaluation of crop mapping on fragmented and complex slope farmlands through random forest and object-oriented analysis using unmanned aerial vehicles | |
Saremi et al. | DBH and height show significant correlation with incoming solar radiation: a case study of a radiata pine (Pinus radiata D. Don) plantation in New South Wales, Australia | |
Ghanim et al. | AgroBahrain: a conceptual framework for agriculture big data for Bahrain | |
Schott et al. | Openstreetmap Element Vectorisation-a Tool for High Resolution Data Insights and its Usability in the Land-Use and Land-Cover Domain | |
Unal et al. | Determining major orchard (pistachio, olive, vineyard) areas in Gaziantep Province using remote sensing techniques | |
Mariz et al. | Fusion of multi‐spectral SPOT‐5 images and very high resolution texture information extracted from digital orthophotos for automatic classification of complex Alpine areas | |
Rao et al. | Identification of potential areas for horticulture expansion using remote sensing and GIS techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180608 Termination date: 20191108 |
|
CF01 | Termination of patent right due to non-payment of annual fee |