[发明专利]一种基于云计算平台的森林扰动长时间序列监测方法

摘要

本发明公开一种基于云计算平台的森林扰动长时间序列监测方法，其利用云计算数据库中的原始数据集以及TOA反射率数据；第一步将原始影像数据预处理；然后进行监督分类，同时进行NDVI、NDWI滤波。再直接使用TOA反射率数据、通过相关函数进行所需影像的筛选，同时也进行去云处理。再次将第一步中的结果数据与TOA反射率数据进行合成，提取第一步结果中的分类森林样本作为第二次TOA反射率数据的掩膜数据。多次扰动信息提取以确定合适阈值并进行扰动信息提取。本发明的方法优点在于：1)提高遥感数据处理效率；2)提高森林扰动像元的监测精度；3)增加时间研究尺度；4)解决对不同区域的监测应对变化难度。

主权项

1.一种基于云计算平台的森林扰动长时间序列监测方法，包括以下步骤：步骤1：获取landsat遥感影像原始数据集，进行辐射定标，大气校正、去云预处理；然后进行监督分类，同时进行NDVI、NDWI滤波；步骤2：获取landsat5、landsat7、landsat8经过大气校正的TOA反射率产品所需年份的长时间序列数据集；步骤3：将步骤2形成的TOA产品数据集进行区域筛选、去云，云检测使用Fmask算法检测方法，挑选云量为20％以下的影像，并将其云进行掩膜；步骤4：计算归一化水体指数(NDWI)、归一化植被指数(NDVI)、进行水体、植被的提取；步骤5：将步骤4中的获取的结果提取森林样本，作为步骤3中获取的结果的掩膜数据，经过掩膜后的TOA数据将其进行缨帽变换；缨帽变换后分别计算三个变量亮度、绿度、湿度的平均值、标准差；步骤6：对TOA产品数据集进行扰动值计算处理；步骤7：选择长时间跨度的影像列表；步骤8：计算扰动像元值及恢复像元值；扰动平均值DIm＝(DIμ1+DIμ2+...+DIμn)/n，其中DIμ1为第一年的森林扰动指数平均值，依次类推DIμn为第n年的森林扰动指数平均值；扰动像元，如果DIn、DIn+1、DIn+2均大于阈值θ，则DIn为第n年扰动值，此时DIn对应的该像元为扰动像元。恢复像元，如果DIn、DIn+1、DIn+2中DIn为扰动像元值，DIn+1、DIn+2均小于阈值θ，此时DIn对应的该像元为恢复像元；亮度值B越大,绿度值G、湿度值W越小，DI值越大，扰动值越大，扰动程度越高；步骤9：调整阈值θ；步骤10：计算森林扰动面积、恢复面积、扰动比例、恢复比例：扰动面积＝扰动像元的总和恢复面积＝恢复像元的总和扰动比例＝扰动面积/总面积恢复比例＝恢复面积/总面积。