买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河南大学

摘要：本发明公开了一种基于Ada‑Xgboost模型的SAR图像植被覆盖度反演方法、系统、存储介质和电子设备，包括如下步骤：对Sentinel‑1的SLC影像进行预处理，接着对极化矩阵进行H‑α极化分解和特征值提取，以及得到多种SAR特征提升特征空间。然后利用DPM方法提取光学植被覆盖度进行比对。紧接着对所有特征和光学植被覆盖度进行植被‑非植被掩膜，使用Pearson、Spearman和Kendall三种相关性分析方法从不同角度对SAR特征进行分析，剔除相关性较低的特征。然后使用随机网格搜索五折交叉验证方法找到最优超参数并优化模型。本发明能够有效提高植被覆盖度反演精度和准确性，为后续研究植被监测方向的技术人员以及农业勘测的研究人员提供帮助。

主权项：1.基于Ada-Xgboost模型的SAR图像植被覆盖度反演方法，其特征在于：步骤S101、应用双极化SAR的SLC影像，经过轨道矫正、辐射定标等预处理后获得双极化SAR影像中的后向散射特征VV和VH以及协方差矩阵；步骤S102、应用波段计算方式，从预处理之后的Sentinel-2影像中提取波段信息计算并植被指数，然后结合DPM算法计算光学植被覆盖度，将其作为真实值验证模型的预测精度；步骤S103、应用H-α极化分解技术对预处理后的双极化SAR影像提取多种极化特征，并根据极化特征和后向散射特征进行延伸提取其余SAR特征，包括雷达植被指数以及特征值和后向散射特征VV和VH的差值和比值，以及极化分解参数经过复合运算得到的SAR特征；步骤S104、应用遥感分类产品数据制作植被-非植被掩膜文件，对提取的SAR特征以及用于模型精度验证的光学植被覆盖度进行掩膜去除非植被信息，得到不含干扰信息的SAR特征和光学植被覆盖度，以全面解析植被信息；步骤S105、应用相关性分析方法对不含干扰信息的SAR特征进行植被覆盖度相关性分析，以得到与植被覆盖度密切相关的特征参数，从而减少数据的冗余，提高模型效率；步骤S106、应用随机网格搜索五折交叉验证得到Ada-Xgboost模型的最优超参数，提高集成学习模型的鲁棒性；步骤S107、应用投票回归法的原理构建Ada-Xgboost模型进行植被覆盖度估计。

全文数据：

权利要求：

百度查询： 河南大学 基于Ada-Xgboost模型的SAR图像植被覆盖度反演方法、系统、存储介质和电子设备