← 返回列表

一种环境要素提取与预评估方法、系统、设备和存储介质

申请号: CN202311755762.8
申请人: 中国科学院空天信息创新研究院; 江西师范大学
申请日期: 2023/12/19

摘要文本

本发明提出一种环境要素提取与预评估方法、系统、设备和存储介质。其中,方法包括:获取两期光学遥感环境要素变化数据和雷达时序形变信息数据进行预处理;提取变化区域掩膜得到预变化掩膜,将待分类的影像数据和预变化掩膜输入深度学习网络模型进行预测,得到两期的研究区土地覆盖分类结果,计算土地覆盖变化率并进行变化矩阵转换,完成光学遥感环境要素变化提取;对预处理后的雷达时序形变信息数据进行差分干涉处理,进行时序形变反演操作,拟合得到形变年速率值,并进行形变结果可视化,进行光学—雷达环境要素综合预评估。本发明能够有效结合光学“可见”及微波“可测”不同优势,为生态环境的协调发展和文化景观可持续保护提供技术方案。 数据由马 克 团 队整理

专利详细信息

项目 内容
专利名称 一种环境要素提取与预评估方法、系统、设备和存储介质
专利类型 发明申请
申请号 CN202311755762.8
申请日 2023/12/19
公告号 CN117746239A
公开日 2024/3/22
IPC主分类号 G06V20/10
权利人 中国科学院空天信息创新研究院; 江西师范大学
发明人 陈富龙; 刘涵薇; 朱猛; 周伟; 林珲
地址 北京市海淀区北四环西路19号; 江西省南昌市紫阳大道99号

专利主权项内容

1.一种环境要素提取与预评估方法,其特征在于,所述方法包括:步骤S1、获取文化遗产景观廊道的两期光学遥感环境要素变化数据和雷达时序形变信息数据,并进行预处理;步骤S2、根据预处理后的所述两期光学遥感环境要素变化数据提取变化区域掩膜得到预变化掩膜,将待分类的影像数据和所述预变化掩膜输入深度学习网络模型进行预测,得到两期的研究区土地覆盖分类结果,根据所述研究区土地覆盖分类结果计算土地覆盖变化率并进行变化矩阵转换,完成光学遥感环境要素变化提取;对预处理后的所述雷达时序形变信息数据进行差分干涉处理,完成差分干涉处理后,进行时序形变反演操作,根据形变序列作最小二乘线性拟合得到形变年速率值,并进行形变结果可视化,完成雷达时序形变信息提取;步骤S3、根据所述光学遥感环境要素变化提取和所述雷达时序形变信息提取的结果,进行光学—雷达环境要素综合预评估。