基于遥感图像预测森林变化趋势的方法、装置及存储介质与流程

    专利查询2025-02-26  15


    本申请涉及卫星遥感,特别是涉及一种基于遥感图像预测森林变化趋势的方法、装置及存储介质。


    背景技术:

    1、随着卫星遥感技术的不断发展,利用遥感图像对目标区域进行监控的技术也越发成熟。而为了对环境更加有效的进行保护,现有的大多利用遥感图像对目标森林区域进行监控,以保护森林不受侵害。

    2、但是,现有的利用遥感图像对目标森林区域进行监控的方式往往存在很多弊端。例如,由于现有技术大多是基于单一时刻的遥感图像对目标森林区域进行监控,因此仅仅能够监测某一特定时刻的目标森林区域的状态信息,很难对目标森林区域的变化趋势进行预测。

    3、再例如,现有的通过目标检测模型对于目标森林区域对应的遥感图像时,可以发现目标森林区域存在的缺陷,如火灾等。但是无法对目标森林区域未来的具体变化趋势进行预测(即,目标森林区域退化、扩张或正常等)。

    4、针对上述的现有技术中存在的不能有效的对目标森林区域的具体变化趋势做出预测及判断,从而不能对目标森林区域进行有效保护的技术问题,目前尚未提出有效的解决方案。


    技术实现思路

    1、本公开的实施例提供了一种基于遥感图像预测森林变化趋势的方法、装置及存储介质,以至少解决现有技术中存在的不能有效的对目标森林区域的具体变化趋势做出预测及判断,从而不能对目标森林区域进行有效保护的技术问题。

    2、根据本公开实施例的一个方面,提供了一种基于遥感图像预测森林变化趋势的方法,包括:按照预设周期获取与目标森林区域对应的多个第一遥感图像;分别确定与各个第一遥感图像的地物类型特征对应的第一特征向量,并基于多个第一特征向量,生成与多个第一遥感图像对应的第一特征矩阵;利用主成分分析对第一特征矩阵进行降维处理,并确定与第一特征矩阵对应的第二特征矩阵;利用共空间模式对第二特征矩阵进行特征提取,并生成与第二特征矩阵对应的第二特征向量;以及将第二特征向量输入至预先设置的神经网络模型,并得到与目标森林区域的变化趋势对应的预测结果。

    3、根据本公开实施例的另一个方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时由处理器执行以上任意一项所述的方法。

    4、根据本公开实施例的另一个方面,还提供了一种基于遥感图像预测森林变化趋势的装置,包括:遥感图像获取模块模块,用于按照预设周期获取与目标森林区域对应的多个第一遥感图像;第一特征矩阵生成模块,用于分别确定与各个第一遥感图像的地物类型特征对应的第一特征向量,并基于多个第一特征向量,生成与多个第一遥感图像对应的第一特征矩阵;第二特征矩阵生成模块,用于利用主成分分析对第一特征矩阵进行降维处理,并确定与第一特征矩阵对应的第二特征矩阵;特征向量生成模块,用于利用共空间模式对第二特征矩阵进行特征提取,并生成与第二特征矩阵对应的第二特征向量;以及预测结果生成模块,用于将第二特征向量输入至预先设置的神经网络模型,并得到与目标森林区域的变化趋势对应的预测结果。

    5、根据本公开实施例的另一个方面,还提供了一种基于遥感图像预测森林变化趋势的装置,包括:处理器;以及存储器,与处理器连接,用于为处理器提供处理以下处理步骤的指令:按照预设周期获取与目标森林区域对应的多个第一遥感图像;分别确定与各个第一遥感图像的地物类型特征对应的第一特征向量,并基于多个第一特征向量,生成与多个第一遥感图像对应的第一特征矩阵;利用主成分分析对第一特征矩阵进行降维处理,并确定与第一特征矩阵对应的第二特征矩阵;利用共空间模式对第二特征矩阵进行特征提取,并生成与第二特征矩阵对应的第二特征向量;以及将第二特征向量输入至预先设置的神经网络模型,并得到与目标森林区域的变化趋势对应的预测结果。

    6、本申请提供了一种基于遥感图像预测森林变化趋势的方法。首先,预测平台按照预设周期获取与目标森林区域对应的多个第一遥感图像。然后,预测平台分别确定与各个第一遥感图像的地物类型特征对应的第一特征向量,并基于多个第一特征向量,生成与多个第一遥感图像对应的第一特征矩阵。进一步地,预测平台利用主成分分析对第一特征矩阵进行降维处理,并确定与第一特征矩阵对应的第二特征矩阵。之后预测平台利用共空间模式对第二特征矩阵进行特征提取,并生成与第二特征矩阵对应的第二特征向量。最后,预测平台将第二特征向量输入值预先设置的神经网络模型,并得到与目标森林区域的变化趋势对应的预测结果。

    7、由于预测平台先利用主成分分析方法,并对与各个第一遥感图像的地物类型特征对应的第一特征矩阵进行了降维处理,因此最终所生成的第二特征矩阵剔除了第一特征矩阵中所存在的冗余的信息,从而使得第二特征矩阵在去相关性上比第一特征矩阵更加优越,进而保证最终所生成的预测结果更具代表性。

    8、此外,又由于预测平台利用共空间模式对降维处理后的第二特征矩阵进行特征提取,并生成与第二特征矩阵对应的第二特征向量,因此经过共空间模式处理后的第二特征向量能够代表与各个第一遥感图像的地物类型特征在空间上的分布模式,进而能够基于各个第一遥感图像中的地物类型特征挖掘到更深层次的隐患(例如,目标森林区域可能有发生退化的趋势)。

    9、从而达到了能够有效的对目标森林区域的具体变化趋势做出预测和判断,并且能够对目标森林区域进行有效保护的技术效果。进而解决了现有技术中存在的不能有效的对目标森林区域的具体变化趋势做出预测及判断,从而不能对目标森林区域进行有效保护的技术问题。



    技术特征:

    1.一种基于遥感图像预测森林变化趋势的方法,其特征在于,包括:

    2.根据权利要求1所述的方法,其特征在于,分别确定与各个第一遥感图像的地物类型特征对应的第一特征向量的操作包括:

    3.根据权利要求1所述的方法,其特征在于,利用主成分分析对所述第一特征矩阵进行降维处理,并确定与所述第一特征矩阵对应的第二特征矩阵的操作,包括:

    4.根据权利要求1所述的方法,其特征在于,利用共空间模式对所述第二特征矩阵进行特征提取,并生成与所述第二特征矩阵对应的第二特征向量的操作,包括:

    5.根据权利要求4所述的方法,其特征在于,利用预先训练的投影矩阵,对所述关联矩阵进行特征提取,从而生成第二特征向量的操作,包括:

    6.根据权利要求5所述的方法,其特征在于,还包括根据以下操作确定所述投影矩阵:

    7.根据权利要求4所述的方法,其特征在于,根据与所述多个第一遥感图像对应的地物类型特征,构建用于反映所述各个第一遥感图像的地物类型特征之间的关联性的关联矩阵的操作,包括:

    8.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时由处理器执行权利要求1至7中任意一项所述的方法。

    9.一种基于遥感图像预测森林变化趋势的装置,其特征在于,包括:

    10.一种基于遥感图像预测森林变化趋势的装置,其特征在于,包括:


    技术总结
    本申请公开了一种基于遥感图像预测森林变化趋势的方法、装置及存储介质,包括:按照预设周期获取与目标森林区域对应的多个第一遥感图像;分别确定与各个第一遥感图像的地物类型特征对应的第一特征向量,并基于多个第一特征向量,生成与多个第一遥感图像对应的第一特征矩阵;利用主成分分析对第一特征矩阵进行降维处理,并确定与第一特征矩阵对应的第二特征矩阵;利用共空间模式对第二特征矩阵进行特征提取,并生成与第二特征矩阵对应的第二特征向量;以及将第二特征向量输入至预先设置的神经网络模型,并得到与目标森林区域的变化趋势对应的预测结果。

    技术研发人员:徐鸣,王宝龙,王志博,孙守家,魏玉昌,张娱东,丁奔,朱正贤
    受保护的技术使用者:银河航天(成都)通信有限公司
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-26085.html

    最新回复(0)