[发明专利]一种基于云计算平台和随机森林算法的火烧迹地提取方法

说明书

本发明涉及火烧迹地提取方法技术领域，具体涉及一种基于云计算平台和随机森林算法的火烧迹地提取方法，包括如下步骤：步骤1)遥感数据获取、预处理及构建时间序列影像数据集；步骤2)构建火烧迹地样本库；步骤3)划分样点数据；步骤4)特征向量提取及建立时间序列特征向量影像集；步骤5)构建随机森林模型并优化模型；步骤6)火烧迹地提取结果精度评价；步骤7)火烧迹地制图；本发明将随机森林算法应用到火烧迹地提取方法中，实现了逐年、高精度、大尺度上的火烧迹地提取，在时间尺度上对火烧迹地进行动态监测，可以快速获取影像质量高的合成遥感数据，显著提高用户的研究和工作效率，最终实现大尺度、长时序火烧迹地快速、自动的提取。

技术领域

本发明涉及火烧迹地提取方法技术领域，具体涉及一种基于云计算平台和随机森林算法的火烧迹地提取方法。

背景技术

森林火灾是森林扰动的主要类型之一，能够直接改变森林生态系统的群落组成、年龄结构、生态系统的能流和养分循环等，进而对区域碳循环、生物多样性、全球气候变化等产生重要影响。因此，准确快速地识别火灾发生范围并提取火烧迹地，可为森林生态系统火后恢复策略的制定、森林质量提升与可持续发展等提供重要的决策依据。传统的野外调查方法受天气、地形等环境条件影响大，且耗费研究人员大量的时间和精力，随着遥感技术的高速发展和可用数据源的不断增加，火干扰信息提取从传统的单时相到多时相、从单一数据源到多源数据融合不断进步。利用遥感技术对火灾发生区域进行制图分析，既可以实现高效快速评估灾后损失，还可以在大尺度范围内持续对植被恢复状况进行监测与评估，但现有的火烧迹地提取依旧存在数据不准确，精度差，尺度小的问题。

发明内容

针对上述存在的问题，本发明提出了一种基于云计算平台和随机森林算法的火烧迹地提取方法，基于长时序逐年的Landsat影像数据以及野外调查样点数据，将随机森林算法应用到火烧迹地提取方法中，实现了逐年、高精度、大尺度上的火烧迹地提取，在时间尺度上对火烧迹地进行动态监测，同时实现了基于GoogleEarthEngine云计算平台，可以快速获取影像质量高的合成遥感数据，显著提高了用户的研究和工作效率，最终实现了大尺度、长时序火烧迹地快速、自动的提取。

为了实现上述的目的，本发明采用以下的技术方案：

一种基于云计算平台和随机森林算法的火烧迹地提取方法，包括如下步骤：

步骤1)遥感数据获取、预处理及构建时间序列影像数据集；

步骤2)构建火烧迹地样本库；

步骤3)划分样点数据；

步骤4)特征向量提取及建立时间序列特征向量影像集；

步骤5)构建随机森林模型并优化模型；

步骤6)火烧迹地提取结果精度评价；

步骤7)火烧迹地制图。

优选的，步骤1)中遥感数据获取及预处理具体操作为：

S1、基于GoogleEarthEngine平台，获取Landsat系列影像，包括Landsat5、Landsat7和Landsat8地表反射率影像产品；

S2、对获取的影像进行如下处理：去除影像中云、阴影等无效观测值；去除影像中的地形阴影；去除Landsat7影像中的条带误差；利用光谱值之间的统计协调函数对OLI和TM/ETM+传感器反射率进行归一化处理。

优选的，步骤1)中构建时间序列影像数据集中具体操作为：基于GoogleEarthEngine平台提供的中值影像合成方法，对预处理后的影像数据，逐年合成高质量影像，得到长时间序列高质量影像数据集。