[发明专利]一种基于多时相遥感数据及光谱数据的全球精细植被分类方法

摘要

本全球精细植被分类方法首先获取第一主成分植被光谱数据和遥感数据，再通过平均值显著性统计检验得到土地分类发生变化的区域，利用土地分类未发生变化的区域作为监督分类样本对土地分类发生变化的区域进行最小距离监督分类，利用光谱数据对得到的新的土地分类数据中的植被部分进行最小距离监督分类，得到精细植被分类数据，与非植被数据进行合并得到精细植被分类成果图。本发明可应用于国土资源和农业、林业等部门快速更新海量土地和植被分类数据，快速准确监测植被生长状况和土地利用变化情况。

主权项

一种基于多时相遥感数据及光谱数据的全球精细植被分类方法，其特征在于包括以下步骤：(1)获取精细分类研究区域的多时相遥感数据信息、历史土地分类数据信息和典型植被样本的光谱数据信息；(2)将步骤(1)中得到的遥感历史土地分类数据进行编号化，获取该区域的历史土地分类代码图，将步骤(1)中得到的新时期的时间序列遥感数据和典型植被样本的光谱数据进行主成分变换，得到第一主成分遥感数据和第一主成分光谱数据；(3)将步骤(2)中得到的第一主成分遥感数据与历史土地分类代码图进行叠加，生成一个土地分类数据结构体，将步骤(2)中得到的第一主成分光谱数据生成一个光谱数据结构体；(4)对步骤(3)中得到的土地分类数据结构体，进行平均值显著性统计检验，检测出每一种土地分类中遥感数据值发生显著变化的像元，生成一个变化像元数组，记录每个像元编号的遥感数据值的变化与否；(5)利用步骤(3)中的变化像元数组，将每一种土地分类中未变化的部分的遥感数据值作为监督分类样本，对发生变化的部分的遥感数据值进行最小距离法监督分类，将变化区域得到的分类结果与未变化区域的历史土地分类数据进行合并，得到新编码的土地分类数据；(6)利用步骤(3)得到的第一主成分光谱数据作为监督分类样本，将步骤(5)中新的土地分类数据中土地类型为植被的部分进行最小距离监督分类及分类后处理，得到新的植被精细分类图。