本申請(qǐng)涉及電子信息，特別是涉及一種植被群落分類圖的生成方法和相關(guān)裝置。

背景技術(shù)：

1、濕地是維持水生植物和陸地野生動(dòng)物的生物多樣性的生態(tài)單元，是重要的生態(tài)系統(tǒng)。由草灘、泥灘和水體組成的濕地生態(tài)系統(tǒng)為魚類和冬季候鳥提供了棲息地和覓食場所；不同的植被群落對(duì)越冬水鳥選擇合適的覓食和筑巢環(huán)境至關(guān)重要。植被群落分類圖是表示各種植被群落的地理分布狀況及其分布規(guī)律的地圖。繪制精度較高的濕地的植被群落分類圖，對(duì)于濕地資源的保護(hù)、利用和管理具有重要意義。

技術(shù)實(shí)現(xiàn)思路

1、基于上述問題，本申請(qǐng)?zhí)峁┝艘环N植被群落分類圖的生成方法，用以利用雷達(dá)圖像或光譜圖像中的至少一種，生成精度較高的濕地的植被群落分類圖。

2、本申請(qǐng)實(shí)施例公開了如下技術(shù)方案：

3、本申請(qǐng)第一方面公開了一種植被群落分類圖的生成方法，包括：

4、獲取目標(biāo)濕地的多張圖像；所述多張圖像是多張雷達(dá)圖像和/或多張光譜圖像；

5、從所述目標(biāo)濕地的每張圖像中提取特征圖，得到多張?zhí)卣鲌D像；

6、根據(jù)所述多張?zhí)卣鲌D像，生成所述目標(biāo)濕地的植被群落分類圖。

7、在一種可選的實(shí)現(xiàn)方式中，所述根據(jù)所述多張?zhí)卣鲌D像，生成所述目標(biāo)濕地的植被群落分類圖，包括：

8、從所述多張?zhí)卣鲌D像中篩選出重要性數(shù)值最大的預(yù)設(shè)數(shù)目個(gè)圖像，作為多張目標(biāo)特征圖像；所述重要性數(shù)值指示特征圖像對(duì)生成植被群落分類圖的重要程度；

9、根據(jù)所述多張目標(biāo)特征圖像，生成所述目標(biāo)濕地的植被群落分類圖。

10、在一種可選的實(shí)現(xiàn)方式中，若所述多張圖像是所述多張雷達(dá)圖像，所述從所述目標(biāo)濕地的每張圖像中提取特征圖，得到多張?zhí)卣鲌D像，包括：

11、從每張所述雷達(dá)圖像中提取雙極化水體指數(shù)的圖像，作為所述多張?zhí)卣鲌D像。

12、在一種可選的實(shí)現(xiàn)方式中，若所述多張圖像是所述多張雷達(dá)圖像，所述從所述目標(biāo)濕地的每張圖像中提取特征圖，得到多張?zhí)卣鲌D像，包括：

13、從每張所述雷達(dá)圖像中提取垂直極化指數(shù)的圖像和交叉極化指數(shù)的圖像，作為所述多張?zhí)卣鲌D像。

14、在一種可選的實(shí)現(xiàn)方式中，若所述多張圖像是所述多張光譜圖像，所述從所述目標(biāo)濕地的每張圖像中提取特征圖，得到多張?zhí)卣鲌D像，包括：

15、從每張所述光譜圖像中提取水體植被指數(shù)的圖像集合，作為所述多張?zhí)卣鲌D像；所述水體植被指數(shù)的圖像集合中包括：歸一化水體指數(shù)的圖像、歸一化植被指數(shù)的圖像、優(yōu)化土壤調(diào)節(jié)植被指數(shù)的圖像、增強(qiáng)植被指數(shù)的圖像和差值植被指數(shù)的圖像。

16、在一種可選的實(shí)現(xiàn)方式中，所述多張圖像是所述多張雷達(dá)圖像和所述多張光譜圖像，所述從所述目標(biāo)濕地的每張圖像中提取特征圖，得到多張?zhí)卣鲌D像，包括：

17、從每張所述光譜圖像中提取水體植被指數(shù)的圖像集合，并從每張所述雷達(dá)圖像中提取雙極化水體指數(shù)的圖像，作為所述多張?zhí)卣鲌D像；所述水體植被指數(shù)的圖像集合包括：歸一化水體指數(shù)的圖像、歸一化植被指數(shù)的圖像、優(yōu)化土壤調(diào)節(jié)植被指數(shù)的圖像、增強(qiáng)植被指數(shù)的圖像和差值植被指數(shù)的圖像。

18、在一種可選的實(shí)現(xiàn)方式中，在獲得所述目標(biāo)濕地的植被群落分類圖之后，所述方法還包括：計(jì)算所述目標(biāo)濕地的植被群落分類圖的分類精度。

19、本申請(qǐng)第二方面公開了一種植被群落分類圖的生成裝置，包括：

20、多張圖像獲取模塊，用于獲取目標(biāo)濕地的多張圖像；所述多張圖像是多張雷達(dá)圖像和/或多張光譜圖像；

21、特征圖像獲取模塊，用于從所述目標(biāo)濕地的每張圖像中提取特征圖，得到多張?zhí)卣鲌D像；

22、植被群落分類圖生成模塊，用于根據(jù)所述多張?zhí)卣鲌D像，生成所述目標(biāo)濕地的植被群落分類圖。

23、本申請(qǐng)第三方面公開了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面任一實(shí)現(xiàn)方式介紹的方法的步驟。

24、本申請(qǐng)第四方面公開了一種電子設(shè)備，包括：

25、存儲(chǔ)器，其上存儲(chǔ)有計(jì)算機(jī)程序；

26、處理器，用于執(zhí)行所述存儲(chǔ)器中的所述計(jì)算機(jī)程序，以實(shí)現(xiàn)第一方面任一實(shí)現(xiàn)方式介紹的方法的步驟。

27、相較于現(xiàn)有技術(shù)，本申請(qǐng)具有以下有益效果：

28、本申請(qǐng)公開了一種植被群落分類圖的生成方法，包括：獲取目標(biāo)濕地多張雷達(dá)圖像和/或多張光譜圖像作為該目標(biāo)濕地的多張圖像；從目標(biāo)濕地的每張圖像中提取特征圖，得到多張?zhí)卣鲌D像；從多張?zhí)卣鲌D像中篩選出重要性數(shù)值最大的預(yù)設(shè)數(shù)目個(gè)圖像，作為多張目標(biāo)特征圖像；根據(jù)多張目標(biāo)特征圖像，生成目標(biāo)濕地的植被群落分類圖。

29、由于雷達(dá)數(shù)據(jù)受天氣影響較小，能夠有效地反映植被的結(jié)構(gòu)特征，如植被高度、冠層結(jié)構(gòu)以及地下生物量(單位面積內(nèi)積存于植被地表以下植物根系和根莖有機(jī)物質(zhì)的總量)等，即便在云霧覆蓋或夜間條件下也能提供可靠的觀測信息；而光學(xué)圖像具有較高的空間分辨率和較高的時(shí)間分辨率，能夠精確捕捉植被的顏色、紋理細(xì)節(jié)以及地表覆蓋的微小變化；所以目標(biāo)濕地的多張圖像可以很好地反映該目標(biāo)濕地中植被群落的特征，基于對(duì)這些數(shù)據(jù)的分析，可以得到較為精確的目標(biāo)濕地的植被群落分類圖像。

技術(shù)特征：

1.一種植被群落分類圖的生成方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述多張?zhí)卣鲌D像，生成所述目標(biāo)濕地的植被群落分類圖，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，若所述多張圖像是所述多張雷達(dá)圖像，所述從所述目標(biāo)濕地的每張圖像中提取特征圖，得到多張?zhí)卣鲌D像，包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，若所述多張圖像是所述多張雷達(dá)圖像，所述從所述目標(biāo)濕地的每張圖像中提取特征圖，得到多張?zhí)卣鲌D像，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，若所述多張圖像是所述多張光譜圖像，所述從所述目標(biāo)濕地的每張圖像中提取特征圖，得到多張?zhí)卣鲌D像，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多張圖像是所述多張雷達(dá)圖像和所述多張光譜圖像，所述從所述目標(biāo)濕地的每張圖像中提取特征圖，得到多張?zhí)卣鲌D像，包括：

7.根據(jù)權(quán)利要求1-6中任一項(xiàng)所述的方法，其特征在于，在獲得所述目標(biāo)濕地的植被群落分類圖之后，所述方法還包括：

8.一種植被群落分類圖的生成裝置，其特征在于，所述裝置包括：

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-7中任一項(xiàng)所述方法的步驟。

10.一種電子設(shè)備，其特征在于，包括：

技術(shù)總結(jié)
本申請(qǐng)公開了一種植被群落分類圖的生成方法和相關(guān)裝置，涉及電子信息技術(shù)領(lǐng)域。包括：獲取目標(biāo)濕地多張雷達(dá)圖像和/或多張光譜圖像，作為目標(biāo)濕地的多張圖像；從目標(biāo)濕地的每張圖像中提取特征圖，得到多張?zhí)卣鲌D像；從多張?zhí)卣鲌D像中篩選出重要性數(shù)值最大的預(yù)設(shè)數(shù)目個(gè)圖像，作為多張目標(biāo)特征圖像；根據(jù)多張目標(biāo)特征圖像，生成目標(biāo)濕地的植被群落分類圖。由于雷達(dá)圖像受天氣影響較小，能夠有效地反映植被的結(jié)構(gòu)特征；光譜圖像具有較高的空間分辨率和較高的時(shí)間分辨率，能夠精確捕捉植被的顏色和紋理細(xì)節(jié)；所以本申請(qǐng)中獲取到的目標(biāo)濕地的多張圖像，可以很好地反映植被群落的特征；采用本申請(qǐng)中的方法，可以得到較為精確的濕地植被群落分類圖像。

技術(shù)研發(fā)人員：鹿琳琳,郭佳琪,李慶亭,李子璐,朱云揚(yáng),陳方,查富康,于汶生
受保護(hù)的技術(shù)使用者：中國科學(xué)院空天信息創(chuàng)新研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9