[发明专利]一种基于遥感技术的森林资源动态变化预测方法

说明书

技术领域

本发明涉及图像处理技术领域，具体地，涉及一种基于遥感技术的森林资源动态变化预测方法。

背景技术

森林资源一直是处于一个动态的、变化的过程中，为了能够更好的掌握森林资源每一时刻的实际情况，往往需要对森林资源进行持续的监测。目前仍然是使用实地抽取考查的方法，或者应用遥感技术对森林资源的实施情况，都可以起到一定监测作用。然而无论使用哪一种森林资源的监测方式，其对森林资源的变化情况都有一定的滞后性。

采用实地考查的森林资源监测方法在对大面积森林资源抽样检查时效率较低，对森林资源状况的监测实时性较差，而应用遥感技术对森林资源进行监测，其实施性相对较好，但这种监测方式很大程度取决于遥感技术的分辨率，以及对森林资源特征参数提取的准确性。然而即便是如此，森林资源的变化往往趋势，由于不能够预先进行预测，因此采用实时监测的方式对森林资源进行管理，缺乏管理的前瞻性。而且由于森林资源的变化是一个缓慢的由量变到质变的过程，因此对森林资源进行监测，如果缺乏前瞻性，会导致对森林资源健康状态以及可持续发展，缺乏管理的预见性，不利用森林资源的科学的可持续发展。

因此目前急需采用一些技术手段对森林资源的变化情况，在实时监测基础上进行提前分析和预测，以便森林资源的管理能够提早部署。需要有针对性的对森林资源变化趋势进行引导和控制，提高森林资源的可持续发展程度。

在实现本发明的过程中，发明人发现现有技术中至少存在检测效率低、实时性差和准确性差等缺陷。

发明内容

本发明的目的在于，针对上述问题，提出一种基于遥感技术的森林资源动态变化预测方法，以实现检测效率高、实时性好和准确性好的优点。

为实现上述目的，本发明采用的技术方案是：一种基于遥感技术的森林资源动态变化预测方法，包括：

a、通过卫星遥感技术获取待测森林资源的遥感图像，对遥感图像进行处理，提取与病虫害相关的参数指标；

b、基于提取所得与病虫害相关的参数指标，建立针对森林资源病虫害变化情况的平滑指数预测模型；

c、利用建立的平滑指数预测模型，对森林资源动态变化趋势进行预测。

进一步地，在步骤c之后，还包括：

d、在利用平滑指数预测模型对森林资源动态变化情况预测的过程中，通过人为输入已知的森林资源健康指标，对平滑指数预测模型进行自适应修复；在对平滑指数预测模型自适应修复过程中，自动调整平滑指数预测模型中的控制因子，对当前预测结果进行修正。

进一步地，所述步骤d，具体包括：

d1、计算当前预测值与采样值之间的误差，连续统计N次预测误差，计算N次误差的平均值，N为自然数；

d2、基于计算得到的N次误差的平均值，计算单次误差与误差平均值的比值，选取修正差值ξ，在控制因子a的基础上分别加上或减去ξ；

d3、计算控制因子a、控制因子a加上ξ、以及控制因子a减去ξ的三个不同控制因子得到的误差比值，选取误差比值最小的控制因子，作为修正后的新的控制因子。

进一步地，在步骤d3中，所述计算控制因子a、控制因子a加上ξ、以及控制因子a减去ξ的三个不同控制因子得到的误差比值的操作中，所用的修正公式如下：

e(a,x)=a(s(x)-s(x-1))；

G(α,N)=Σi=1Nei(α,x);]]>