[发明专利]基于植被分布数据库的植被类遥感信息自动识别方法

说明书

本发明公开了一种基于植被分布数据库的植被类遥感信息自动识别方法，该方法包括：基于SPOT6高分辨率假彩色遥感影像数据建立植被分布数据库；利用Erdas平台对植被分布数据库中的遥感影像进行波段组合和提取、几何校正、图像拼接和裁剪预处理；采用监督分类方法进行林地类型分类，获取林地类型遥感影像信息；扫描数字化地形图，将地形图与林地类型遥感影像进行叠加；利用ArcGIS10.0平台对叠加数据进行林地落界矢量化处理，生成Shp格式小班图形数据。本发明提供的基于植被分布数据库的植被类遥感信息自动识别方法，实现对样本区域植被数据的提取、分类管理，使其可应用于数据库中，有效节约信息提取时间，提高工作效率。

技术领域

本发明涉及植被遥感信息识别技术领域，特别是涉及一种基于植被分布数据库的植被类遥感信息自动识别方法。

背景技术

植被遥感监测是遥感技术在土地利用领域应用的重要内容。遥感技术作为地球信息科学的前沿技术，可以在短期内连续获取大范围的地面信息，实现植被信息的快速收集和定量分析，反应迅速，客观性强，是目前最为有效的对地观测技术和信息获取手段。尤其近年来新的高空间分辨率、高光谱、雷达等遥感技术的发展，为植被现代化监测提供了新的机遇。我国幅员辽阔，农作物种类丰富，如何及时、客观、准确地收集植被信息，对科学指导土地利用具有重要意义。

监督分类是一种常见的遥感影像分类方法，需要以人工选取样本区域，为计算机自动分类提供依据，样本质量与遥感影像分类结果精度密切相关。在监督分类中，样本区域由操作人员根据具体遥感影像特征和遥感解译经验选取，传统的人工采样的方法效率低，且工作量巨大，特别是人为因素会产生干扰，形成误差，导致最终得到的分类结果精度较差。

发明内容

本发明的目的是提供一种基于植被分布数据库的植被类遥感信息自动识别方法，实现对样本区域植被数据的提取、分类管理，使其可应用于数据库中，有效节约信息提取时间，提高工作效率。

为实现上述目的，本发明提供了如下方案：

一种基于植被分布数据库的植被类遥感信息自动识别方法，该方法包括以下步骤：

(1)基于SPOT6高分辨率假彩色遥感影像数据建立植被分布数据库；

(2)利用Erdas平台对植被分布数据库中的遥感影像进行波段组合和提取、几何校正、图像拼接和裁剪预处理；

(3)采用监督分类方法进行林地类型分类，获取林地类型遥感影像信息；

(4)扫描数字化地形图，将地形图与林地类型遥感影像进行叠加；

(5)利用ArcGIS10.0平台对叠加数据进行林地落界矢量化处理，生成Shp格式小班图形数据。

可选的，所述步骤(2)中所述的波段组合和提取，具体包括：分别赋予每个波段红、绿、蓝色调，进行遥感影像的多波段假彩色合成，每个波段名称和波长范围分别是：绿色，0.50-0.59Lm；红色，0.60-0.68Lm；近红外，0.78-0.90Lm；短波红外1.58-1.76Lm；全色0.49-0.71Lm。

可选的，所述步骤(3)中的监督分类方法，具体包括：

确定不同类别的训练样本；

根据训练样本特征计算各类的特征统计值，建立分类判别函数和判别规则；

对遥感影像不同像元进行扫描，同时计算出像元特征分属于不同类别的概率大小，具体做法是在判别函数中分别代入像元特征向量，并且将待判断像元划属于判别函数中概率最大的一类。