[发明专利]基于Sentinel-2A数据监测森林覆盖变化的方法

说明书

本发明涉及森林覆盖变化监测，具体涉及一种基于Sentinel‑2A数据监测森林覆盖变化的方法。本发明通过以Sentinel‑2A遥感影像为数据源，从NDVI归一化植被指数、NDWI归一化水体指数、NDBI归一化建筑指数等方面设计构建指数得到对应地物的识别方式，然后引入纹理特征和决策树分类模型，通过光谱特征指数和纹理特征结合探究地物分类规则，运用决策树分类模型进行地物分类，得到相应森林覆盖面积，根据两个时间节点森林覆盖面积比较得到森林覆盖变化情况。本发明的方案解决了在地物复杂，相似度高的区域，利用单一光谱特征无法较为精确的进行森林覆盖变化监测的问题。本发明通过对Sentinel‑2A影像的光谱特征和纹理特征结合研究，可以对地物复杂化和植被多样化的地域进行精确地监测并提高监测时效性，并且经与实地考察核算后，本发明的方法与实地调查统计的结果一致性高。

技术领域

本发明涉及森林覆盖变化监测，具体涉及一种基于Sentinel-2A数据监测森林覆盖变化的方法。

背景技术

森林不仅为人类提供丰富的资源，同时作为生态环境的重要组成部分，对世界的发展意义重大。随着人类活动和社会发展，森林资源大幅减少，快速准确的获取森林覆盖变化信息十分重要。对比耗时费力的传统人工调查方法，遥感技术因快速、高效、范围广的优势在森林覆盖变化监测领域越来越被人们所重视。

目前已经有不少学者运用遥感技术对地物分类和森林覆盖变化进行了研究。李世波等利用PCA算法对高光谱数据进行降维后，运用不同分类方法对东洞庭湖湿地植被进行分类识别。谢敏等利用高分一号和资源三号卫星影像作为研究数据源，对陕西省镇巴县进行林地资源动态变化研究。李和顺等采用NDVI差值法对森林覆盖变化进行监测。DeRose等、张连华等采用对遥感影像构建扰动指数的方法来监测森林变化。这些研究都取得了较好的结果，充分体现了遥感技术在地物分类和森林覆盖变化监测方面的优势。但是，在地物较为复杂，相似度较高的区域，使用单一的光谱特征进行森林覆盖监测的方法，往往无法取得满意的效果。另外，以往使用的遥感数据很难同时满足高时效性、高分辨率和丰富的波段信息，而Sentinel-2A遥感卫星重访周期短，空间分辨率较高，并且包括13个波段的信息，因此，使用Sentinel-2A遥感数据能进一步提高森林覆盖监测的时效性和精度。

发明内容

本发明为克服现有技术的上述问题提供一种基于Sentinel-2A数据检测森林覆盖变化的方法，本发明的方案包括如下步骤：

1)选取待测地域两个时间节点的Sentinel-2A遥感影像，以Sentinel-2A遥感影像为数据源，通过以下方面设计构建指数：

2)NDVI归一化植被指数：NDVI公式如下：

式中，NIR为近红外波段，R为红波段；

3)NDWI归一化水体指数，NDWI公式如下：

式中，G为绿波段；

4)NDBI归一化建筑指数，NDBI公式如下：

式中，SWIR为短波红外波段；

5)根据步骤2)-4)计算光谱指数结果绘制光谱反射曲线，得到对应地物的识别方式；

6)引入纹理特征，选取均值、同质性、相异性、方差、二阶矩、相关性、对比度和信息熵8个参数纹理进行特征分析；进一步确立对应地物的识别规律；