[发明专利]Landsat-8卫星精选遥感数据集定制化筛选方法有效
申请号: | 201811438680.X | 申请日: | 2018-11-28 |
公开(公告)号: | CN109542932B | 公开(公告)日: | 2020-12-15 |
发明(设计)人: | 张连翀;王建;姚晓闯;李通;栾佳萍;王爽 | 申请(专利权)人: | 中国科学院空天信息创新研究院 |
主分类号: | G06F16/2453 | 分类号: | G06F16/2453 |
代理公司: | 北京盛询知识产权代理有限公司 11901 | 代理人: | 张海青 |
地址: | 100094*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | landsat 卫星 精选 遥感 数据 定制 筛选 方法 | ||
本发明公开Landsat‑8卫星精选遥感数据集定制化筛选方法,包括以下步骤:获取全局元数据检索结果、设定数据质量评价指标、筛选有效元数据集合、设定应用场景筛选阈值、筛选匹配元数据集合、判断空间范围是否全覆盖、设定阈值修改模式和整理精选遥感数据集清单;本发明在保证遥感影像数据质量的同时,避免了用户重复参与检索结果的筛选和过滤过程,操作简单方便,且本发明通过设定数据质量评价指标、设定应用场景筛选阈值、设定阈值修改模式等步骤,解决了传统遥感影像数据共享服务系统中存在的检索方式固定、检索结果冗余、检索质量不可控等问题,为提升遥感影像数据检索结果的精准度和效率提供了一种解决方案。
技术领域
本发明涉及数据筛选方法领域,尤其涉及Landsat-8卫星精选遥感数据集定制化筛选方法。
背景技术
空间对地观测技术为地球系统科学研究提供了多时相、宽覆盖、立体化的遥感影像数据,使对整个地球系统行为的观测、理解、模拟和预测成为可能。通过卫星、航空等手段获取的遥感影像数据具有丰富的空间、时间与属性信息,已成为研究和解决全球变化、防灾减灾和可持续发展等关键问题的重要来源。目前,遥感影像数据检索方式包括:学科分类目录式检索、关键词匹配式检索和列表菜单式检索等。然而随着遥感影像存档数据量愈加庞大,用户从现有遥感卫星数据共享服务系统中获取的检索结果动辄几百条甚至上千条,需要二次人工筛选和过滤才能满足不同应用场景对数据服务的特性需求,严重影响了遥感影像数据的检索效率。因此,如何快速精准地从海量信息中筛选出高质量检索结果,显得尤为重要与迫切,因此,本发明提出Landsat-8卫星精选遥感数据集定制化筛选方法以解决现有技术中存在的问题。
发明内容
针对上述问题,本发明提出Landsat-8卫星精选遥感数据集定制化筛选方法。该方法将Landsat-8卫星精选遥感数据集定制化筛选的操作对象设定为研究区全局元数据检索结果,首先设定昼夜观测模式、传感器类型、地面控制点数量、整景云覆盖量等数据质量评价指标初步筛选出有效元数据集合;然后根据应用场景需求设定成像时间和整景陆地云覆盖量阈值,以分幅格网行列编号相同的有效元数据集合为单元遍历筛选匹配的元数据集合;针对因阈值固定导致部分格网单元内无匹配元数据集合即空间范围无法全覆盖的情况,采用修改成像时间阈值或者整景陆地云覆盖量阈值两种模式进一步补充完善,最后将标注数据质量可信度的匹配元数据集合整理成精选遥感数据集清单。
为了解决上述问题,本发明提出Landsat-8卫星精选遥感数据集定制化筛选方法,包括以下步骤:
步骤一:获取全局元数据检索结果
利用Landsat-8卫星遥感影像数据共享服务系统中提供的常规检索条件,获取研究区全局元数据检索结果。
步骤二:设定数据质量评价指标
基于步骤一中的研究区全局元数据检索结果,对Landsat-8卫星元数据结构和内容进行分析,设定数据质量评价指标。
步骤三:筛选有效元数据集合
基于步骤二中的数据质量评价指标,对研究区全局元数据检索结果进行初步筛选,得到满足数据质量评价指标的有效元数据集合。
步骤四:设定应用场景筛选阈值
基于步骤一中对Landsat-8卫星元数据结构和内容分析,设定应用场景下的元数据筛选类型和阈值。
步骤五:筛选匹配元数据集合
基于步骤四的应用场景筛选阈值,以分幅格网行列编号相同的有效元数据集合为单元进行遍历筛选,删除超过筛选阈值的元数据集合,并对匹配元数据集合标注数据质量可信度。
步骤六:判断空间范围是否全覆盖
以分幅格网行列编号相同为单元进行遍历,判断该单元内匹配元数据集合是否为空。当全部格网单元都存在匹配元数据集合即空间范围全覆盖时,筛选过程结束。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院空天信息创新研究院,未经中国科学院空天信息创新研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811438680.X/2.html,转载请声明来源钻瓜专利网。