文献类型：专利

中文题名：一种基于深度ISA数据融合的植被类型识别方法

作者：张旭[1] 郭颖[1] 侯亚男[1] 陈艳[1] 范东璞[1] 孙蕊[1]

第一作者：张旭

机构：[1]中国林业科学研究院资源信息研究所;

专利类型：发明专利

申请号：CN201910822501.0

申请日：20190902

申请人地址：100091 北京市海淀区东小府2号

公开日：20210305

代理人：谢小军

代理机构：31306 上海愉腾专利代理事务所(普通合伙)

语种：中文

中文关键词：植被类型;构建;神经网络模型;时序;卷积;高时空分辨率;遥感影像数据;遥感;影像数据;分类;预处理;时间序列数据;数据融合模型;自动化水平;分类效果;模型融合;数据融合;遥感数据;反射率;分布图;影像;时空;融合;预测;优化

年份：2021

摘要：本发明公开了一种基于深度ISA数据融合的植被类型识别方法，包括以下步骤：基于时间t获取MODIS数据和Landsat影像数据并进行预处理；构建时空适应性反射率融合模型融合MODIS数据和Landsat影像数据并生成时序遥感影像数据集；基于时序遥感影像数据集构建深度卷积ISA神经网络模型；根据构建的深度卷积ISA神经网络模型对预测影像进行分类，并生成植被类型遥感分布图；首先基于数据融合模型，生成中高时空分辨率遥感时间序列数据集，然后基于该数据，构建深度卷积ISA神经网络模型，进行植被类型分类，能够优化单时相遥感数据植被类型分类效果，同时提升中高时空分辨率遥感时序植被类型分类的自动化水平。