摘要
本申请涉及一种联合时序光学与微波卫星遥感观测数据的油棕种植区域高精度识别和大范围快速提取方法,所述识别方法首先获取目标区域多时相微波与多光谱卫星遥感影像,确定目标区域的若干油棕和非油棕种植位置构建样本;分别对光学与微波遥感数据进行时序合成,以降低云污染与噪声对原始数据质量的影响,根据样本位置从合成影像中提取相应的特征信息;基于特征信息对预设模型进行训练,获得高效、精确的油棕种植区检测模型。将数据合成方案与训练得到的油棕种植区识别模型部署于云计算平台进行大尺度稠密时序遥感数据应用,可实现油棕种植区大范围、高精度快速提取与制图,为油棕种植区经营管理、健康监测、产量预估提供了关键技术支持。
技术关键词
微波遥感影像
种植区
识别方法
多光谱
随机森林模型
样本
纹理特征
数字高程数据
灰度共生矩阵
高精度快速提取
时序遥感数据
归一化水体指数
归一化植被指数
卫星遥感影像
区域高精度
陆地