摘要
本发明公开了一种协同SAR和光学遥感数据的红树林信息制图方法及系统,包括:获取目标研究区域的SAR影像、光学影像和数字高程模型DEM数据;基于所述SAR影像和光学影像获取所述目标研究区域地物的图像融合特征、指数特征、纹理特征和极化特征;对获取的所有特征进行重要性排序,以按照从高到低的顺序将特征依次加入到机器学习模型中进行地物的可区分性分析;基于高分辨率影像选取样本,并基于所述样本对建立的用于红树林提取的机器学习模型进行训练,以确定红树林提取模型;基于所述红树林提取模型提取所述目标研究区域中的红树林信息,并结合DEM数据进行红树林区域的筛选,从而完成红树林信息的制图。
技术关键词
红树林信息
光学遥感数据
机器学习模型
极化特征
全极化SAR数据
影像
数字高程模型
指数特征
制图方法
纹理特征
融合特征
矩阵
分析单元
样本
制图系统
图像
数据获取单元
校正
系统为您推荐了相关专利信息
数据分类方法
网络构建方法
序列
机器学习模型
网络节点
融合特征
生成图像特征
图像分割方法
图像感兴趣区域
图谱
稀土钛酸盐
钙钛矿结构
支持向量回归模型
梯度提升决策树
梯度提升模型
服务设计方法
ERP系统
内部数据结构
构建数据结构
接口
生物标记物
筛选方法
训练机器学习模型
组织化学方法
串联质谱分析