(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211134185.6 (22)申请日 2022.09.19 (65)同一申请的已公布的文献号 申请公布号 CN 115239750 A (43)申请公布日 2022.10.25 (73)专利权人 江西师范大学 地址 330000 江西省南昌市紫阳 大道99号 江西师范大学瑶湖校区 (72)发明人 黄敏　龚道宏　陈展灼　林珲　 陈能成　齐述华　肖长江　杜文英　 朱道也　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 何世磊 (51)Int.Cl. G06T 7/13(2017.01) G06V 10/764(2022.01) G06V 20/10(2022.01) G06V 20/13(2022.01)G06F 16/9537(2019.01) (56)对比文件 CN 106908415 A,2017.0 6.30 CN 113688772 A,2021.1 1.23 CN 112396019 A,2021.02.23 CN 112907587 A,2021.0 6.04 CN 113609889 A,2021.1 1.05 CN 112445241 A,2021.0 3.05 CN 112541921 A,2021.0 3.23 WO 2012078515 A 2,2012.0 6.14 US 4780127 A,198 8.10.25 珊丹 等.草原矿区排土场恢复重建人工植 被变化. 《生态科 学》 .2017,第3 6卷(第2期), 张贵花 等.基 于物候参数和面向对象法的 濒海生态脆弱区植被 遥感提取. 《农业工程学 报》 .2018,第34卷(第4期), (续) 审查员 范园园 (54)发明名称 计算人工植被恢复适宜性方法、 系统及计算 机 (57)摘要 本发明提供了一种计算人工植被恢复适宜 性方法、 系统及计算机， 该方法包括构建出人工 植被恢复适宜性指数， 并获取研究区域； 生成研 究任务， 并采集研究区域在预设时间内生成的数 据集； 获取植被光谱指数 以及土壤指数， 并对数 据集进行计算处理， 计算出ENDVI植被光谱指数 数据集； 进行边缘检测处理， 以生成边缘线， 根据 边缘线建立缓冲区， 提取出逐年ENDVI边缘缓冲 区数据； 计算出对应的逐年最佳阈值， 并在ENDVI 植被光谱指数数据集中区分出植被数据以及背 景数据； 构造出逐年植被分布数据集， 并绘制出 人工植被恢复适宜性图谱。 本申请分析了植被恢 复的空间分布与人工特征以及地形因素之间的规律性， 能够有效的计算出人工植被的恢复适宜 性。 [转续页] 权利要求书3页 说明书11页 附图2页 CN 115239750 B 2022.12.20 CN 115239750 B (56)对比文件 毕银丽 等.煤矿区复垦 土壤的生物改良研 究进展. 《煤炭科 学技术》 .2020,第48卷(第4期), YUCEL CIMTAY 等.A New Vegetati on Index in Short-Wave I nfrared Regi on of Electroma gnetic Spectrum. 《IE EE Access》 .2021,第9卷2/2 页 2[接上页] CN 115239750 B1.一种计算人工植被恢复适宜性方法， 其特 征在于， 所述方法包括： 根据获取到的人工特征以及地形因素构建出对应的人工植被恢 复适宜性指数， 并获取 对应的研究区域， 所述人工特 征包括公路、 铁路、 人居环境、 服 务站、 水路的特 征； 根据所述研究区域生成对应的研究任务， 并采集所述研究区域在预设时间内生成的数 据集， 所述数据集包括长时间序列卫星数据、 所述人工特 征以及地形 数据； 获取与所述研究任务对应的植被光谱指数以及土壤指数， 并基于所述植被光谱指数以 及所述土壤指数对 所述数据集进 行计算处理， 以计算出对应的ENDV I植被光谱指数数据集， 所述ENDVI 植被光谱指数 数据集包括若干年ENDVI 植被光谱指数 数据； 根据预设边缘检测算法对所述ENDVI植被光谱指数数据集进行边缘检测处理， 以生成 对应的边缘线， 并根据所述边缘线建立 缓冲区， 以提取出所述 缓冲区中的逐年ENDV I边缘缓 冲区数据； 基于Otsu算法计算出所述逐年ENDVI边缘缓冲区数据对应的逐年最佳阈值， 并根据所 述逐年最佳阈值在所述ENDVI植被光谱指数数据集中区分出植被数据以及背景数据， 所述 ENDVI植被光谱指数数据集包括逐年生 成的若干ENDVI像元值， 所述根据所述逐年最佳阈值 在所述逐年ENDVI 边缘缓冲区数据中区分出植被数据以及背景 数据的步骤 包括： 根据所述预设边缘检测算法对所述逐年ENDVI边缘缓冲 区数据进行边缘检测处理， 以 生成所述 边缘线； 根据所述 边缘线计算出对应的阈值， 并判断所述ENDVI像元值是否大于所述阈值； 若判断到所述ENDVI像元值大于所述 阈值， 则判定当前所述ENDVI像元值对应所述植被 数据； 若判断到所述ENDVI像元值小于所述 阈值， 则判定当前所述ENDVI像元值对应所述背景 数据； 基于所述Otsu算法根据所述ENDVI植被光谱指数数据集构造出对应的逐年植被分布数 据集， 并基于所述逐年植被分布数据集根据所述人工植被恢复适宜性指数绘制出对应的人 工植被恢复适宜性图谱， 所述根据所述人工植被恢复适宜性指数绘制出对应的人工植被恢复适宜性图谱的步 骤包括： 通过逐年对所述人工特征进行欧几里得距离分析， 以对应计算出植被网格距离所述人 工特征的平均欧几里得距离， 并根据所述平均欧几里得距离以及时间构建出对应的一次相 关性函数， 以根据所述一次相关性函数确定出所述人工植被恢复适宜性指数中的人工特征 的类别以及总数， 且生成对应的特 征距离数据集； 基于各个所述人工特征按照预设间隔距离生成若干所述缓冲区， 并以若干所述缓冲区 的距离为自变量、 植被像素百分比为因变量构建出对应的若干回归方程， 以将若干所述回 归方程的斜 率的比值确定为各个所述人工特 征之间的权 重比； 将所述地形因素中的坡度划分为若干预设坡度等级， 并根据若干所述预设坡度等级确 定出对应的地形因素比； 根据预设算法对所述特征距离数据集进行距离便利性等级分类， 以对应获取到若干距 离便利性等级； 基于所述人工特征的类别以及总数、 所述权重比、 所述地形因素比以及所述距离便利权　利　要　求　书 1/3 页 2 CN 115239750 B 3