(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 202211170995.7 (22)申请日 2022.09.25 (71)申请人 四川省林业科 学研究院 地址 610081 四川省成 都市金牛区星辉西 路18号 (72)发明人 邓东周　潘红丽　安德军　辜建刚　 周相兵　 (74)专利代理 机构 成都赛恩斯知识产权代理事 务所(普通 合伙) 51212 专利代理师 张帆　张端阳 (51)Int.Cl. G06V 20/10(2022.01) G06V 20/13(2022.01) G06V 20/52(2022.01) G06V 10/762(2022.01)G06V 10/40(2022.01) G06V 10/764(2022.01) G06N 3/12(2006.01) G06Q 10/06(2012.01) G06Q 50/26(2012.01) (54)发明名称 震后植被恢复监测方法 (57)摘要 本发明提供了一种震后植被恢复监测方法， 包括以下步骤： 选取地震植被受损区域生成地震 区域遥感图像， 建立不同季节、 不同年份内的地 震区域遥感图像库； 利用植被与水体和裸土以及 其他非植被地物在光谱特征上相差较大， 利用 DSCAN密度聚类算法， 从地震区域图像中提取出 初步的存在植被的区域， 定义出地震区域内的植 被稀疏度， 可以量化的展现出各种植被以及整体 植被的恢复情况， 更加准确的分析当前植被的恢 复良好程度， 明显的比较出当前哪些指标需要进 行改进， 为下一恢复植被的措施提供 数据支持。 权利要求书2页 说明书5页 附图2页 CN 115546635 A 2022.12.30 CN 115546635 A 1.一种震后植被恢复监测方法， 其特 征在于， 包括以下步骤： 步骤1， 选取地震植被受损区域生成地震区域遥感图像， 建立不同季节、 不同年份内的 地震区域遥感图像库； 步骤2， 植被成分 分析提取， 包括 步骤21和步骤2 2： 步骤21， 初步分类： 利用植被与水体和裸土以及其他非植被地物在光谱特征上相差较 大， 利用DSCAN密度聚类算法， 从地震 区域图像中提取出初步的存在植被的区域， 定义出地 震区域内的植被稀疏度； 步骤22， 植被覆盖区域细分类： 在利用K ‑means算法进行对植被覆盖区域进行 聚类进而 提取出地震区域内乔木、 灌木、 草本等 植物的分布区域； 步骤3， 植被受损评估， 包括 步骤31和步骤32： 步骤31， 分析不同时间段内地震区域内的遥感图像， 根据稀疏度来量化地震区域内植 被的受损情况； 步骤32， 各种植被成分受损评价： 基于K ‑means聚类对植被覆盖区域进行的植被分类， 计算出各种植被作所占的比率， 以更加精确的分析植被恢复情况； 步骤4， 构建AHP植被恢复评价模型： 将植被稀疏度和乔木、 灌木、 草本植物比率作为层 次分析法评价指标， 并按照每个指标的重要程度赋予权重， 设置恢复好、 中、 偏低三个模糊 指标进行模糊评价结果值， 根据植被恢复评价指标和受损植被程度， 构建基于AHP的植被优 化模糊模型； 步骤5， 植被恢复建议： 采用遗传算法进行求解出植被恢复良好的情况下， 各个指标与 现有指标存在的差距， 提出 下一步植被恢复的重点是在提升哪一个指标的建议。 2.根据权利要求1所述的震后植被恢 复监测方法， 其特征在于， 步骤1之前还包括： 通过 遥感卫星获取地震区域尺度2 ‑5m的遥感图像,并通过矫正程序矫正遥感图像的频谱信息， 处理少量的云层覆盖 。 提高遥感图像的可使用率。 3.根据权利要求1所述的震后植被恢复监测方法， 其特征在于， 步骤22中， 使用权重的 方式对各个波段加权， 改变各种植被在光谱空间上分布， 加大各种植被之间光谱特征上 的 差别， 使聚类结果更加准确。 4.根据权利要求3所述的震后植被恢复监测方法， 其特 征在于， 所述加权公式为： λwi＝ λi*ωi 根据植被在光谱各个波段 所占的比重不同赋予不同的比重 。 5.根据权利要求1所述的震后植被恢复监测方法， 其特征在于， 步骤31中， 将地震区域 内得植被受损分为严重受损、 一般受损、 轻微受损三个等级， 并通过下式定义稀疏度(S)来 量化地震区域内植被的受损情况： 其中， S>75％表示植被严重受损， 25％<S<75％表示植被一般受损， S<25％表示植被轻 度受损。 6.根据权利要求1所述的震后植被恢复监测方法， 其特征在于， 步骤32中， 通过下式计 算出各种植被作所占的比率：权　利　要　求　书 1/2 页 2 CN 115546635 A 2权　利　要　求　书 2/2 页 3 CN 115546635 A 3