(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 202211128553.6 (22)申请日 2022.09.16 (71)申请人 河海大学 地址 211100 江苏省南京市佛城西路8号 (72)发明人 薛朝辉　钱思羽　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 朱小兵 (51)Int.Cl. G06N 20/20(2019.01) G06V 20/13(2022.01) G06V 10/764(2022.01) G06V 10/74(2022.01) G06V 10/62(2022.01) G06N 3/12(2006.01)G06N 5/00(2006.01) G06V 20/10(2022.01) (54)发明名称 基于广义复合指数的红树林遥感提取方法 (57)摘要 本发明公开了基于广义复合指数的红树林 遥感提取方法， 在构建GCMI(广义复合红树林指 数)中， 首先， 为选择可分性较高的植被指数 (VIs)和水体指数(WIs)构建GCMI， 提出ST(相似 度‑趋势距离)函数对指数进行可分性判断； 其 次， 为优化所选指数的系数， 引入PRGA(种群重建 的遗传算法)进行最优系数的选 择； 最后， 将GCMI 时间序列作为特征输入随机森 林分类器， 对红树 林进行提取。 本发明设计方法相较于现有的植 被、 水体以及红树林指数在准确性方面具有更大 的优势， 且 该方法能够根据不同地区生态环境的 特殊性对指数进行优化， 更 具有普适性。 权利要求书2页 说明书11页 附图3页 CN 115496228 A 2022.12.20 CN 115496228 A 1.基于广义复合指数的红树林遥感提取 方法， 其特 征在于， 包括如下步骤： S1、 基于Sentinel ‑2影像， 对Sentinel ‑2影像进行预处理， 获得预处理后的Sentinel ‑2 影像； S2、 基于预处理后的Sentinel ‑2影像， 构建预设类别 代表样本点的植被指数VIs和水体 指数WIs的时间序列； S3、 利用相似度 ‑趋势距离函数计算预设数量的植被指数和水体指数时间序列的红树 林与预设类别中其 他类别的可分性距离； S4、 根据步骤S3获得的可分性距离分别选出预设条件的两个植被指数VIA、 VIB， 以及两 个水体指数W IA、 WIB， 构建广义复合红树林指数GC MI； S5、 利用种群重建的遗传算法确定广义复合红树林指数GCMI的植被指数和水体指数的 最佳系数， 获得广义复合红树林指数； S6、 利用广义复合红树林指数时间序列作为特征输入随机森林分类器进行分类， 获得 全部Senti nel‑2影像像素对应各类别的标记结果。 2.根据权利要求1所述的基于广义复合指数的红树林遥感提取方法， 其特征在于， 步骤 S1对Sentinel ‑2影像进行预处理具体为： 利用波段逻辑操作对Sentinel ‑2影像进行去云操 作。 3.根据权利要求2所述的基于广义复合指数的红树林遥感提取方法， 其特征在于， 步骤 S2包括如下子步骤： S2.1、 对预处理后的Sentinel ‑2影像进行波段运算， 计算预设类别代表样本点的植被 指数VIs和水体指数W Is； S2.2、 使用最大合成法按预设天数获得一个值将Sentinel ‑2影像构建为时间序列， 之 后使用线性插值对时间序列的空缺进行差补， 更新时间序列； S2.3、 对时间序列进行平 滑处理， 获得更新的时间序列Xn。 4.根据权利要求3所述的基于广义复合指数的红树林遥感提取方法， 其特征在于， 步骤 S3包括如下子步骤： S3.1、 根据时间序列 按如下公式计算相邻两 个时间点的差值， 获得差值时间序列Xd： S3.2、 根据差值时间序列Xd， 判断每个差值时间点的状态 是否大于等于0， 获得如下 三种状态及对应的状态值： 若大于0为上升状态， 状态值 为1； 若等于0为恒定状态， 状态值 为0； 若小于0为下降状态， 状态值 为‑1； S3.3、 按如下公式获得插值时间序列的状态Xs： 权　利　要　求　书 1/2 页 2 CN 115496228 A 2S3.4、 根据插值时间序列的状态Xs,按如下公式将相邻且相同的状态进行合并， 获得时 间序列趋势子序列Xt： S3.5、 根据时间序列Xn和时间序列趋势子序列Xt， 利用相似度 ‑趋势距离函数， 按如下公 式计算预设数量的植被指数 下红树林与预设类别中其 他类别的可分性距离ST： ST＝(1‑|CXnXn'|)×DXtXt'， 其中， Xn'表示与Xn待比较的序列， Xt和Xt'分别为Xn和Xn'的趋势子序列； C代表计算Xn和 Xn'之间的皮尔森相似度， D表示计算Xt和Xt'之间的动态时间规整距离 。 5.根据权利要求4所述的基于广义复合指数的红树林遥感提取方法， 其特征在于， 步骤 S4具体为： 按如下公式构建广义复合红树林指数GC MI： 其中， A、 B分别为两个待定植被指数的系数， C、 D分别为两个待定水体指数的系数。 6.根据权利要求5所述的基于广义复合指数的红树林遥感提取方法， 其特征在于,步骤 S5包括如下子步骤： S5.1、 基于顺序的编码方案， 将各个植被指数的系数和水体指数的系数进行编码， 随机 进行种群初始化， 然后进入步骤S5.2； S5.2、 计算种群内个体的适应度函数， 若达到预设最大迭代次数， 则进入步骤S5.7， 若 未达到预设最大迭代次数， 则进入步骤S5.3； S5.3、 按照预设条件判断本次迭代种群内的最佳基因型是否为当前的最佳基因型， 是 则进入步骤S5.6， 否则确定 本次迭代为无效迭代， 进入步骤S5.4； S5.4、 判断该次无效迭代是否达到预设最大无效迭代次数， 是则 进入步骤S5.5； 否则 进 入步骤S5.6； S5.5、 进行种群重建， 保留优势基因， 将劣势基因删去并存入劣势基因库， 随机选择不 在劣势基因库内的新基因， 然后进入步骤S5.6； S5.6、 利用新基因种群内进行基因筛选， 基因之间进行交叉和突变， 形成新的种群， 然 后进入步骤S5.2； S5.7、 输出最佳基因型， 解码后得到两个植被指数的最佳系数、 以及两个水体指数的最 佳系数。权　利　要　求　书 2/2 页 3 CN 115496228 A 3