一种基于雷达遥感影像的草原植被提取方法

1.本技术涉及遥感探测技术领域，特别涉及一种基于雷达遥感影像的草原植被提取方法。


背景技术：

2.目前煤炭开采在促进区域经济、社会发展的同时，也对地方生态环境造成严重的负面，其中最突出的表现是地面沉降及其对生态扰动的影响。
3.在一些相关技术中，在煤炭开采过程中使用盾构机进行施工开采，围绕盾构施工始发、掘进及到达全过程的施工管理和集成建造的需求，主要基于bim技术支持。突破条块分割的建造模式，利用互联网和物联网进一步提高内部信息共享速度，有效协调施工各个组成部分之间的关系，加强施工的监控与管理，最大程度上精细化集约盾构施工管理，降低施工安全风险，并且获取施工基地占地面积，与周围的区域环境，做到合理规划，在不大规模破坏生态的情况下绿色施工。
4.在另一些相关技术中，在草原、黄土高原等地区，煤炭开采是的原本脆弱的生态环境进一步的恶化，为推进绿色开采，遏制矿区生态环境破坏，急需要对矿区生态进行修复，然而在修复之前需要要对地表的植被情况进行获取，以提出针对性的治理；现有的一般通过卫星技术进行查看，然而获得的图像信息冗杂，数据庞大，无法有效快速的知晓其中湿植被和干植被的分布情况，这是亟需解决的问题。


技术实现要素：

5.本技术实施例提供一种基于雷达遥感影像的草原植被提取方法，以解决相关技术中获得的图像信息冗杂，数据庞大，无法有效快速的知晓其中湿植被和干植被的分布情况的问题。
6.第一方面，提供了一种基于雷达遥感影像的草原植被提取方法，包括以下步骤：
7.在检测区域预设散射机制，所述检测区域包括干植被区域和湿植被区域；所述预设散射机制包括多个候选点；
8.获取检测区域的雷达遥感影像，并计算雷达遥感影像中干植被区域和湿植被区域对应的候选点相干系数；
9.利用所述干植被区域和湿植被中候选点对应的相干系数得到对应的相干系数幅度值；
10.利用相干系数幅度值的大小和对应候选点的分布位置，建立干植被区域和湿植被区域的概率密度函数；
11.根据所述概率密度函数，生成检测区域的概率分布图；
12.根据所述概率分布图，得到干植被区域和湿植被区域实际的空间分布范围。
13.一些实施例中，获取检测区域的雷达遥感影像，并计算雷达遥感影像中干植被区域和湿植被区域对应的相干系数包括以下步骤：
14.对雷达遥感影像进行辐射定标和大气校正；
15.获取所述候选点的反射率，以及检测区域的整体反射率；
16.利用全部候选点的反射率和检测区域的整体反射率，得到候选点的反射率相对于整体反射率的相干系数。
17.一些实施例中，利用所述干植被区域和湿植被中候选点对应的相干系数得到对应的相干系数幅度值，包括以下步骤：
18.找出每个候选点对应在相干系数中的相干系数幅度值；
19.选取相干系数幅度值相同的候选点进行如下步骤：
20.将相干系数幅度值相同的候选点周围的区域作为二次候选点，进行重复获取检测区域的雷达遥感影像，并计算雷达遥感影像中干植被区域和湿植被区域对应的候选点相干系数；利用所述干植被区域和湿植被中候选点对应的相干系数得到对应的相干系数幅度值的步骤。
21.一些实施例中，还包括获取干植被区域和湿植被区域的对应的反射率，得到植被区域和湿植被区域的反射率相对于整体反射率的相干系数，以及干植被区域和湿植被区域的相干系数幅度值；
22.将所有候选点的相干系数幅度值分别与干植被区域和湿植被区域的相干系数幅度值进行比较；
23.若候选点的相干系数幅度值位于干植被区域的相干系数幅度值的误差范围内，则该候选点位于干植被区域内，并记录改点的位置；
24.否则候选点位于湿植被区内。
25.一些实施例中，在上述步骤中，辐射定标采用的公式为：
26.l＝dn
÷
gain+bias
27.其中，dn为灰度值，l为地物在雷达入瞳处的辐射亮度，gain 为定标增益参数，bias为偏移参数。
28.一些实施例中，在辐射定标后，输入卫星雷达的飞行时间、景中心经纬度、雷达反射功率、地面平均高程；
29.然后结合检测区所在纬度、季节状况进行大气校正。
30.一些实施例中，在根据所述概率密度函数，生成检测区域的概率分布图之后，根据所述概率分布图，得到干植被区域和湿植被区域实际的空间分布范围之前，还包括以下步骤：
31.将所述概率分布图进行区域划分，形成多个优化区域；
32.获取优化区域对应的雷达遥感影像，并计算该雷达遥感影像中干植被区域和湿植被区域对应的候选点相干系数；
33.利用优化区域对中候选点对应的相干系数得到对应的相干系数幅度值；
34.根据相干系数幅度值的大小和分布位置建立优化区域中植被区域和湿植被区域的概率密度函数；
35.根据所述概率密度函数，生成优化区域的概率分布图。
36.一些实施例中，在检测区域选择回波信号强，散射特性相对稳定的人造地物或者自然地物作为候选点。
37.一些实施例中，所述人造地物包括房顶、金属和混凝土实物体；所述自然地物包括岩石和水面。
38.第二方面，提供了一种基于雷达遥感影像的草原植被提取系统，其包括：
39.第一模块，其用于在检测区域预设散射机制，所述检测区域包括干植被区域和湿植被区域；所述预设散射机制包括多个候选点；
40.第二模块，其用于获取检测区域的雷达遥感影像，并计算雷达遥感影像中干植被区域和湿植被区域对应的候选点相干系数；
41.第三模块，其用于所述干植被区域和湿植被中候选点对应的相干系数得到对应的相干系数幅度值；
42.第四模块，其用于利用相干系数幅度值的大小和分布位置，建立干植被区域和湿植被区域的概率密度函数；
43.第五模块，其用于根据所述概率密度函数，生成检测区域的概率分布图；
44.第六模块，其用于根据所述概率分布图，得到干植被区域和湿植被区域实际的空间分布范围。
45.本技术提供的技术方案带来的有益效果包括：
46.本技术实施例提供了一种基于雷达遥感影像的草原植被提取方法，其利用雷达遥感探知图像，然后在图像中获取候选点，通过候选点的反射率和干湿植被的反射率，得到相干系数，在相干系数中找到相干系数幅度值，通过相干系数幅度值的大小和对应候选点的分布位置得到检测区域的概率密度函数，从而快速获取检测区域中干湿植被的分布情况。
附图说明
47.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
48.图1为本技术实施例提供的基于雷达遥感影像的草原植被提取方法的大致步骤示意图。
具体实施方式
49.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
50.本技术实施例提供了一种基于雷达遥感影像的草原植被提取系统及方法，以解决相关技术中获得的图像信息冗杂，数据庞大，无法有效快速的知晓其中湿植被和干植被的分布情况的问题。
51.请参阅图1，一种基于雷达遥感影像的草原植被提取方法，其特征在于，包括以下步骤：
52.s1、在检测区域预设散射机制，检测区域包括干植被区域和湿植被区域；预设散射
机制包括多个候选点；
53.s2、获取检测区域的雷达遥感影像，并计算雷达遥感影像中干植被区域和湿植被区域对应的候选点相干系数；
54.s3、利用干植被区域和湿植被中候选点对应的相干系数得到对应的相干系数幅度值；
55.s4、利用相干系数幅度值的大小和对应候选点的分布位置，建立干植被区域和湿植被区域的概率密度函数；
56.s5、根据概率密度函数，生成检测区域的概率分布图；
57.s6、根据概率分布图，得到干植被区域和湿植被区域实际的空间分布范围。
58.基于卫星遥感的基础之上主要应用spot2/4卫星数据，用于数据融合和ndvi等植被指数提取，其中多光谱波段分辨率为20m，全色波动段分辨率10m。spot单波段影像，在灰度图上，可以判断一定的地形地貌，spot的彩色合成影像，影像色彩信息丰富，具有空间分辨率达到10m的优点，因此其获得的遥感图像满足上述步骤中的操作要求。
59.通过以上的步骤，通过设置候选点，以及通过得到候选点的反射率和干湿植被的反射率，得到相干系数，在相干系数中找到相干系数幅度值，通过相干系数幅度值的大小和对应候选点的分布位置得到检测区域的概率密度函数，从而快速获取检测区域中干湿植被的分布情况，不需要进行其他的复杂的计算处理，就可快速的知晓其中湿植被和干植被的分布情况。
60.在一些优选的实施例中，获取检测区域的雷达遥感影像，并计算雷达遥感影像中干植被区域和湿植被区域对应的相干系数包括以下步骤：
61.对雷达遥感影像进行辐射定标和大气校正；其中辐射定标采用的公式为：
62.l＝dn
÷
gain+bias
63.其中，dn为灰度值，l为地物在雷达入瞳处的辐射亮度，gain 为定标增益参数，bias为偏移参数。
64.其中，在辐射定标后，输入卫星雷达的飞行时间、景中心经纬度、雷达反射功率、地面平均高程；
65.然后结合检测区所在纬度、季节状况进行大气校正，从准确的得出候选的反射率
66.获取候选点的反射率，以及检测区域的整体反射率；
67.利用全部候选点的反射率和检测区域的整体反射率，得到候选点的反射率相对于整体反射率的相干系数。
68.在一些优选的实施例中，适用的条件为，所有的候选点均能够代表所在位置的反射率，但是在一些候选点的反射率与其实际位置周围的反射率大为不同，这样就导致了应该是湿植被区域的候选点被当做为干植被区域的候选点，因此有了以下的设置：
69.还包括获取干植被区域和湿植被区域的对应的反射率，得到植被区域和湿植被区域的反射率相对于整体反射率的相干系数，以及干植被区域和湿植被区域的相干系数幅度值；
70.将所有候选点的相干系数幅度值分别与干植被区域和湿植被区域的相干系数幅度值进行比较；
71.若候选点的相干系数幅度值位于干植被区域的相干系数幅度值的误差范围内，则
该候选点位于干植被区域内，并记录改点的位置；
72.否则候选点位于湿植被区内。
73.在一些优选的实施例中，还存在一种通过以上的步骤不太能够进行区分的情况，即在干植被区域的候选点恰恰有水源，水源周围有一小块绿植但是其应该算是干植被区域。为应对这一情况，采取了以下的步骤：
74.找出每个候选点对应在相干系数中的相干系数幅度值；
75.选取相干系数幅度值相同的候选点进行如下步骤：
76.将相干系数幅度值相同的候选点周围的区域作为二次候选点，进行重复获取检测区域的雷达遥感影像，并计算雷达遥感影像中干植被区域和湿植被区域对应的候选点相干系数；利用干植被区域和湿植被中候选点对应的相干系数得到对应的相干系数幅度值的步骤。
77.在一些优选的实施例中，在根据概率密度函数，生成检测区域的概率分布图之后，根据概率分布图，得到干植被区域和湿植被区域实际的空间分布范围之前，还包括以下步骤：
78.将概率分布图进行区域划分，形成多个优化区域；
79.获取优化区域对应的雷达遥感影像，并计算该雷达遥感影像中干植被区域和湿植被区域对应的候选点相干系数；
80.利用优化区域对中候选点对应的相干系数得到对应的相干系数幅度值；
81.根据相干系数幅度值的大小和分布位置建立优化区域中植被区域和湿植被区域的概率密度函数；
82.根据概率密度函数，生成优化区域的概率分布图。
83.以上的步骤将概率分布图进行细化，并重复采用得到概率分布图的步骤，这样可以扩大其精度，将大型的概率分布图分为多个小的概率分布图。
84.在一些优选的实施例中，在检测区域选择回波信号强，散射特性相对稳定的人造地物或者自然地物作为候选点，人造地物包括房顶、金属和混凝土实物体；自然地物包括岩石和水面。
85.本技术还提出了一种基于雷达遥感影像的草原植被提取系统，其包括：
86.第一模块，其用于在检测区域预设散射机制，检测区域包括干植被区域和湿植被区域；预设散射机制包括多个候选点；
87.第二模块，其用于获取检测区域的雷达遥感影像，并计算雷达遥感影像中干植被区域和湿植被区域对应的候选点相干系数；
88.第三模块，其用于干植被区域和湿植被中候选点对应的相干系数得到对应的相干系数幅度值；
89.第四模块，其用于利用相干系数幅度值的大小和分布位置，建立干植被区域和湿植被区域的概率密度函数；
90.第五模块，其用于根据概率密度函数，生成检测区域的概率分布图；
91.第六模块，其用于根据概率分布图，得到干植被区域和湿植被区域实际的空间分布范围。
92.本系统可以匹配以上的基于雷达遥感影像的草原植被提取方法，并且在相干系数
中找到相干系数幅度值，通过相干系数幅度值的大小和对应候选点的分布位置得到检测区域的概率密度函数，从而快速获取检测区域中干湿植被的分布情况，为草原有效面积的可靠评价及其退化程度的分析提供了重要价值。
93.在本技术的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。
94.需要说明的是，在本技术中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
95.以上所述仅是本技术的具体实施方式，使本领域技术人员能够理解或实现本技术。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。