摘要
本发明公开了基于人工智能的生态保护红线区域变化检测方法,涉及人工智能技术领域,包括:步骤1:从而将每个时间的遥感数据转化为可直接比较的地表表面反射率;步骤2:通过像元分解方法,把遥感数据中的混合反射光谱拆分为植被反射率光谱数据和土壤反射率光谱数据;步骤3:建立深度学习模型,以双时相数据的植被反射率光谱数据和土壤反射率光谱数据的差异为输入,自动提取生态保护区域的变化特征,输出变化概率;步骤4:根据生态保护红线区域的敏感程度,设定自适应变化检测阈值;根据变化概率和自适应变化检测阈值,判定检测结果。本发明有效克服了传统变化检测中存在的混合像元误差大、阈值固定性差等问题。
技术关键词
生态保护红线
变化检测方法
反射率
遥感传感器
辐射探测仪器
植被
数据
亮度
深度学习模型
多光谱传感器
双曲正切函数
邻域
成像光谱仪
深度学习网络
定标参数
人工智能技术
太阳
感光元件
校正