本申請涉及森林類型監(jiān)測，特別是涉及一種森林類型變化檢測方法以及裝置。

背景技術：

1、森林是陸地生態(tài)系統(tǒng)的主體，對于調節(jié)氣候變化、提供生態(tài)系統(tǒng)服務和促進人類社會經(jīng)濟發(fā)展具有至關重要的作用。按照森林群落的內(nèi)部特性、外部特征及其動態(tài)規(guī)律所劃分的同質森林地段，將森林類型主要分為針葉林和闊葉林。

2、森林類型變化檢測是指分析同一區(qū)域內(nèi)不同時相之間森林類型分布的差異。例如，同一位置前時相為針葉林，后時相為闊葉林，則認定為發(fā)生了森林類型的變化。森林類型變化檢測的目的是檢測區(qū)域內(nèi)是否發(fā)生了森林類型的變化，并獲取變化前后的森林類型信息，以科學分析森林資源現(xiàn)狀和動態(tài)變化規(guī)律，對于森林資源的保護、合理利用和質量提升具有重要意義。

3、相關技術中，是人工目視解譯高分辨率遙感影像并參考地面調查數(shù)據(jù)，手動勾繪出森林類型變化的區(qū)域，該方法不僅費事費力，還存在較強的主觀性，精度和效率都難以保證。

技術實現(xiàn)思路

1、基于此，本申請的目的在于，提供一種森林類型變化檢測方法以及裝置，其具有森林類型變化檢測效率高、精度高的優(yōu)點。

2、根據(jù)本申請實施例的第一方面，提供一種森林類型變化檢測方法，包括如下步驟：

3、獲取樣本圖像數(shù)據(jù)集；樣本圖像數(shù)據(jù)集包括若干對影像塊以及每對影像塊的標簽數(shù)據(jù)；每對影像塊包括前時相的高分辨率遙感影像塊以及后時相的高分辨率遙感影像塊，每對影像塊的標簽數(shù)據(jù)包括前時相的高分辨率遙感影像塊中各個像素的森林類型標簽、后時相的高分辨率遙感影像塊中各個像素的森林類型標簽以及后時相的高分辨率遙感影像塊中各個像素相比于前時相的高分辨率遙感影像塊中對應像素的森林類型變化狀態(tài)標簽；

4、構建森林類型變化檢測模型；森林類型變化檢測模型包括編碼器以及解碼器；

5、將每對影像塊輸入至編碼器，獲得多尺度深度特征圖；

6、將多尺度深度特征圖輸入至解碼器中，獲得每對影像塊的森林類型變化檢測結果；

7、根據(jù)每對影像塊的森林類型變化檢測結果、每對影像塊的標簽數(shù)據(jù)以及預設的損失函數(shù)，計算森林類型變化檢測模型的損失值；

8、根據(jù)損失值，對森林類型變化檢測模型進行迭代訓練，直至損失值滿足預定訓練終止條件，獲得已訓練的森林類型變化檢測模型；

9、將待檢測區(qū)域兩個時相的高分辨率遙感影像輸入至已訓練的森林類型變化檢測模型，獲得森林類型變化檢測結果。

10、根據(jù)本申請實施例的第二方面，提供一種森林類型變化檢測裝置，包括：

11、數(shù)據(jù)集獲取模塊，用于獲取樣本圖像數(shù)據(jù)集；樣本圖像數(shù)據(jù)集包括若干對影像塊以及每對影像塊的標簽數(shù)據(jù)；每對影像塊包括前時相的高分辨率遙感影像塊以及后時相的高分辨率遙感影像塊，每對影像塊的標簽數(shù)據(jù)包括前時相的高分辨率遙感影像塊中各個像素的森林類型標簽、后時相的高分辨率遙感影像塊中各個像素的森林類型標簽以及后時相的高分辨率遙感影像塊中各個像素相比于前時相的高分辨率遙感影像塊中對應像素的森林類型變化狀態(tài)標簽；

12、模型構建模塊，用于構建森林類型變化檢測模型；森林類型變化檢測模型包括編碼器以及解碼器；

13、深度特征圖獲得模塊，用于將每對影像塊輸入至編碼器，獲得多尺度深度特征圖；

14、深度特征圖輸入模塊，用于將多尺度深度特征圖輸入至解碼器中，獲得每對影像塊的森林類型變化檢測結果；

15、損失值計算模塊，用于根據(jù)每對影像塊的森林類型變化檢測結果、每對影像塊的標簽數(shù)據(jù)以及預設的損失函數(shù)，計算森林類型變化檢測模型的損失值；

16、模型訓練模塊，用于根據(jù)損失值，對森林類型變化檢測模型進行迭代訓練，直至損失值滿足預定訓練終止條件，獲得已訓練的森林類型變化檢測模型；

17、檢測結果獲得模塊，用于將待檢測區(qū)域兩個時相的高分辨率遙感影像輸入至已訓練的森林類型變化檢測模型，獲得森林類型變化檢測結果。

18、本申請實施例通過獲取樣本圖像數(shù)據(jù)集；樣本圖像數(shù)據(jù)集包括若干對影像塊以及每對影像塊的標簽數(shù)據(jù)；每對影像塊包括前時相的高分辨率遙感影像塊以及后時相的高分辨率遙感影像塊，每對影像塊的標簽數(shù)據(jù)包括前時相的高分辨率遙感影像塊中各個像素的森林類型標簽、后時相的高分辨率遙感影像塊中各個像素的森林類型標簽以及后時相的高分辨率遙感影像塊中各個像素相比于前時相的高分辨率遙感影像塊中對應像素的森林類型變化狀態(tài)標簽；構建森林類型變化檢測模型；森林類型變化檢測模型包括編碼器以及解碼器；將每對影像塊輸入至編碼器，獲得多尺度深度特征圖；將多尺度深度特征圖輸入至解碼器中，獲得每對影像塊的森林類型變化檢測結果；根據(jù)每對影像塊的森林類型變化檢測結果、每對影像塊的標簽數(shù)據(jù)以及預設的損失函數(shù)，計算森林類型變化檢測模型的損失值；根據(jù)損失值，對森林類型變化檢測模型進行迭代訓練，直至損失值滿足預定訓練終止條件，獲得已訓練的森林類型變化檢測模型；將待檢測區(qū)域兩個時相的高分辨率遙感影像輸入至已訓練的森林類型變化檢測模型，獲得森林類型變化檢測結果。本申請通過訓練森林類型變化檢測模型，基于已訓練的森林類型變化檢測模型自動輸出森林類型變化檢測結果，具有自動化、高精度的優(yōu)勢，可減少人工工作量，滿足森林資源動態(tài)監(jiān)測的業(yè)務需求。

19、應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本申請。

20、為了更好地理解和實施，下面結合附圖詳細說明本發(fā)明。

技術特征：

1.一種森林類型變化檢測方法，其特征在于，所述方法包括如下步驟：

2.根據(jù)權利要求1所述的森林類型變化檢測方法，其特征在于：

3.根據(jù)權利要求2所述的森林類型變化檢測方法，其特征在于：

4.根據(jù)權利要求3所述的森林類型變化檢測方法，其特征在于：

5.根據(jù)權利要求3所述的森林類型變化檢測方法，其特征在于：

6.根據(jù)權利要求3所述的森林類型變化檢測方法，其特征在于：

7.根據(jù)權利要求3所述的森林類型變化檢測方法，其特征在于：

8.根據(jù)權利要求1至7任一項所述的森林類型變化檢測方法，其特征在于：

9.根據(jù)權利要求8所述的森林類型變化檢測方法，其特征在于：

10.一種森林類型變化檢測裝置，其特征在于，包括：

技術總結
本申請涉及一種森林類型變化檢測方法以及裝置，該方法包括：獲取樣本圖像數(shù)據(jù)集，構建森林類型變化檢測模型；森林類型變化檢測模型包括編碼器以及解碼器；將每對影像塊輸入至編碼器，獲得多尺度深度特征圖；將多尺度深度特征圖輸入至解碼器中，獲得每對影像塊的森林類型變化檢測結果；根據(jù)每對影像塊的森林類型變化檢測結果、每對影像塊的標簽數(shù)據(jù)以及預設的損失函數(shù)，計算森林類型變化檢測模型的損失值；根據(jù)損失值，對森林類型變化檢測模型進行迭代訓練，獲得已訓練的森林類型變化檢測模型；將待檢測區(qū)域兩個時相的高分辨率遙感影像輸入至已訓練的森林類型變化檢測模型，獲得森林類型變化檢測結果，提高了森林類型變化檢測的效率以及精度。

技術研發(fā)人員：張曉麗,姚宗琦,雷令婷,李彩霞
受保護的技術使用者：北京林業(yè)大學
技術研發(fā)日：
技術公布日：2024/12/26