摘要
本发明公开了一种基于多源遥感融合的红树林碳汇动态监测方法及系统,包括:针对遥感数据集,采用深度卷积神经网络提取光谱特征和纹理特征,生成包含红树林初步分布信息的特征集;从特征集中,通过随机森林分类器对红树林与其他植被进行区分,判断植被干扰区域,得到红树林分布图;采用长短时记忆网络分析碳汇分布数据中碳汇量的动态变化,得到碳汇量变化序列;根据碳汇量变化序列,通过滑动窗口算法检测碳汇量的时空异质性,确定关键变化节点,生成趋势特征集;根据预测结果,通过栅格叠加分析整合分布范围和碳汇量变化,生成综合监测图层;从综合监测图层中,提取红树林生态系统的时空变化趋势,利用可视化算法输出动态监测报告。
技术关键词
深度卷积神经网络
多源遥感数据
红树林生态系统
支持向量回归模型
贝叶斯概率模型
滑动窗口算法
动态监测方法
可视化算法
纹理特征
动态变化特征
随机森林
植被
网络分析
栅格
构建时间序列模型
地理信息系统
分类器
系统为您推荐了相关专利信息
数字全息显微镜
补偿方法
数字全息图像
相位恢复算法
光学系统
支持向量回归模型
径向基函数网络
天气
参数
数据
自动编码器
结构设计方法
三维通道结构
局部优化模型
耦合动力学方程组
多光谱成像技术
智能检测方法
深度卷积神经网络模型
光谱特征参数
样本
快速识别方法
分辨率
红外光谱特征
特征提取模块
注意力机制