(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210867674.6 (22)申请日 2022.07.22 (71)申请人 河南工业大 学 地址 450000 河南省郑州市高新 技术产业 开发区莲 花街100号 (72)发明人 杨震　蒋华伟　赵丽科　王珂　 (74)专利代理 机构 郑州银河专利代理有限公司 41158 专利代理师 姚小静 (51)Int.Cl. G06V 20/10(2022.01) G06V 20/52(2022.01) G06V 10/764(2022.01) G06V 10/75(2022.01) G06Q 50/26(2012.01) (54)发明名称 基于长时序遥感数据的露天采区植被变化 自动化监测方法 (57)摘要 本发明提供一种基于长时序遥感数据的露 天采区植被变化自动化监测方法， 属于遥感与地 理信息技术领域， 包括如下步骤： S1、 数据的获取 与预处理： 获取采区研究期的所有数据， 并通过 裁剪、 NDVI计算、 最大值合成法以及滤波处理后 获得NDVI时序数据； S2、 创建模板： 基于对滤波后 NDVI时序数据进行统计得到采区植被和裸土的 NDVI值， 并结合露天采区植被典型变化模式， 生 成不同植被变化轨迹类型的NDVI模板； S3、 植被 变化轨迹类型分类： 以NDVI模板为训练数据， 利 用基于DTW的KNN的分类方法得到采区每个像元 的植被变化轨迹类型； 本发明可以实现无需样本 训练和参数设置的方法， 达到高自动化监测露天 采区植被 变化的目的。 权利要求书1页 说明书7页 附图6页 CN 115205685 A 2022.10.18 CN 115205685 A 1.基于长时序遥感数据的露天采区植被变化自动化监测方法， 其特征在于， 包括如下 步骤： S1、 数据的获取与预处理： 获取采区研究期的所有数据， 并通过裁剪、 NDVI计算、 最大值 合成法以及滤波处 理后获得NDVI时序数据； S2、 创建模板： 基于对所述NDVI时序数据进行统计得到采区植被Nv和裸土Ns的NDVI值， 并结合露天采区植被典型变化模式， 生成不同植被 变化轨迹类型的NDVI模板； S3、 植被变化轨迹类型分类： 以NDVI模板为训练数据， 利用基于DTW的KNN的分类方法得 到采区每 个像元的植被 变化轨迹类型， 从而实现对露天采区植被 变化的自动化 监测。 2.根据权利要求1所述的基于长时序遥感数据的露天采区植被变化自动化监测方法， 其特征在于， S1中获取采 区研究期的所有数据时， 通过USGS下载采区研究期的所有数据的 所有原始数据。 3.根据权利要求2所述的基于长时序遥感数据的露天采区植被变化自动化监测方法， 其特征在于， 所述原始数据包括采区研究期的所有Lan dsat TM/ETM+/OLI传感器获取的遥 感数据。 4.根据权利要求3所述的基于长时序遥感数据的露天采区植被变化自动化监测方法， 其特征在于， S1中利用最大值合成法获取采区研究期内每年的最大合成NDVI， 进而得到采 区研究期内年际NDVI时序数据。 5.根据权利要求4所述的基于长时序遥感数据的露天采区植被变化自动化监测方法， 其特征在于， S1中进行滤波处理时， 具体采用BISE ‑WT滤波器对年际NDVI时序进行去噪处 理， 继而得到去噪处 理后的NDVI时序数据。 6.根据权利要求1所述的基于长时序遥感数据的露天采区植被变化自动化监测方法， 其特征在于， S2中， 结合露天采区植被典型变化模式， 生 成不同植被变化轨迹类型的NDV I模 板时， 依据植被变化轨迹类型对应的阶段， 并利用如下关系， 通过排列组合生成每个类型的 NDVI模板， f＝(a‑b)e‑t/2+b 式中， t代表恢复的年份， a＝Ns， b＝Nv或Nv'， Nv为采区植被的NDVI值， Ns为裸土的NDVI 值， Ns和Nv分别为采区NDVI时序所有像元值升序排列的5％和95％， Nv'为0.8*Nv， f为植被恢 复的NDVI 值。 7.根据权利要求1所述的基于长时序遥感数据的露天采区植被变化自动化监测方法， 其特征在于， S3中， 基于DTW的KN N的分类方法包括如下步骤： S31、 将S2中生成的NDVI模板， 作为采区分类的样本数据； S32、 计算采区每 个像元的NDVI时序与NDVI模板之间的DTW距离； S33、 将像元分类为与之最近DTW距离样本的植被 变化轨迹类型。权　利　要　求　书 1/1 页 2 CN 115205685 A 2基于长时序遥感数据的 露天采区植被变化自动化监测方 法 技术领域 [0001]本发明涉及遥感与地理信息技术领域， 具体涉及 一种基于长时序 遥感数据的露天 采区植被 变化自动化 监测方法。 背景技术 [0002]地表植被是陆地生态系统的重要组成部分， 对区域生态环境具有重要作用。 植被 的生长过程受到多种因素的协同作用， 同时植被也能够在短时间内对周围环境的变化作出 响应。 [0003]遥感技术的发展， 为研究植被变化的驱动因素提供了助力， 归一化植被指数 (NDVI)是最常用的指标之一， 它与植被生产力和植被覆盖度有密切的正相关关系。 基于长 时序NDVI数据可以动态反应植被的变化过程， 进而 可以分析植被随着各种自然或人类活动 对环境的影响。 [0004]植被为我们提供氧气和食物， 在生态系统平衡中发挥着非常重要的作用。 植被变 化与全球变化关系密切， 因此备 受关注。 研究认 为， 气候和人类活动干扰是两大主要驱动植 被变化的因素， 遥感影像资料因具有覆盖面积广、 资料一致性好、 实时性强等优势， 已被广 泛用于植被变化归因的评价工作， 在露天矿区植被遥感动态监测方面， 比较常用的方法可 以分为以下两个大类： (1)基于阈值的方法； (2)基于扰动检测算法的方法。 基于阈值的方法 需要样本训练得到相应的阈值； 而基于扰动检测算法的方法需要为所采用的算法(如 Landtrendr、 Bfast、 CCDC等)设置多个参数。 无论是样本训练还是参数设置都需要人为操 作， 而人为操作需要较高的专业经验， 会在一定程度上影响方法的可迁移性。 发明内容 [0005]有鉴于此， 本发明提供一种基于长时序遥感数据的露天采区植被变化自动化监测 方法， 可以实现无需样本训练和参数设置的方法， 在数据预 处理后无需任何人工操作， 降低 了人为操作难度， 达到高自动化监测露天采区植被变化的目的， 且方法简单可靠， 原理简 单， 易实施， 工作效率高， 可迁移性强。 [0006]为解决上述技术问题， 本发明提供一种基于长时序 遥感数据的露天采区植被变化 自动化监测方法， 包括如下步骤： [0007]S1、 数据的获取与预处理： 获取采区研究期的所有数据， 并通过裁剪、 NDVI计算、 最 大值合成法以及滤波处 理后获得NDVI时序数据； [0008]S2、 创建模板： 基于对滤波后NDVI时序数据进行统计 得到采区植被(Nv)和裸土(Ns) 的NDVI值， 并结合露天采区植被典型变化模式， 生成不同植被 变化轨迹类型的NDVI模板； [0009]S3、 植被变化轨迹类型分类： 以NDVI模板为训练数据， 利用基于DTW的KNN的分类方 法得到采区每 个像元的植被 变化轨迹类型， 从而实现对露天采区植被 变化的自动化 监测。 [0010]进一步的， S1中获取采区研究期的所有数据时， 通过USGS下载采区研究期的所有 数据的所有原 始数据。说　明　书 1/7 页 3 CN 115205685 A 3