本發(fā)明公開了一種基于RBG顏色模型法提取阿德利企鵝數(shù)量的方法，包括：在遙感影像的企鵝密集區(qū)域之中隨機(jī)選取企鵝陰影像元樣本和其他樣本，提取所有樣本的R、G、B值以及R、G、B值互相組合的結(jié)果值，形成像元區(qū)分閾值模型，根據(jù)像元區(qū)分閾值模型從遙感影像之中提取所有的企鵝陰影像元，形成企鵝二值圖像，根據(jù)企鵝二值圖像獲得企鵝陰影像元總數(shù)，獲取單只企鵝的陰影像元數(shù)，根據(jù)企鵝陰影像元總數(shù)與單只企鵝的陰影像元數(shù)，計(jì)算遙感影像之中阿德利企鵝數(shù)量。本發(fā)明提供的技術(shù)方案使用高分辨率遙感影像觀測(cè)阿德利企鵝種群，獲得同一時(shí)點(diǎn)的種群數(shù)量，避免了以往計(jì)數(shù)和估測(cè)等方法造成的誤差，提高了調(diào)查的精度和可靠性。

技術(shù)領(lǐng)域

本發(fā)明涉及遙感技術(shù)領(lǐng)域，尤其涉及一種基于RBG顏色模型法提取阿德利企鵝數(shù)量的方法。

背景技術(shù)

獲得阿德利企鵝的種群數(shù)量，在研究其種群密度、出生率、死亡率、遷入率與遷出率尤其是探究其數(shù)量變化方面具有重要的意義，研究阿德利企鵝種群與數(shù)量變化可以為分析南極生態(tài)環(huán)境與氣候變化提供重要數(shù)據(jù)基礎(chǔ)，為企鵝數(shù)量與氣候變化相互作用提供重要數(shù)據(jù)支撐。

以往對(duì)于阿德利企鵝種群與種群數(shù)量的監(jiān)測(cè)主要有兩種：一種是通過實(shí)地考察；另一種是通過中分辨率遙感衛(wèi)星識(shí)別出企鵝聚集區(qū)，根據(jù)聚集區(qū)面積反演出阿德利企鵝數(shù)量。由于受到識(shí)別方法、遙感影像的分辨率以及實(shí)地考察難度等因素的限制，并不能準(zhǔn)確地識(shí)別出全部企鵝。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)存在的局限和缺陷，本發(fā)明提供一種基于RBG顏色模型法提取阿德利企鵝數(shù)量的方法，包括：

在遙感影像的企鵝密集區(qū)域之中隨機(jī)選取企鵝陰影像元樣本和其他樣本；

提取所有樣本的R、G、B值以及所述R、G、B值互相組合的結(jié)果值；

形成像元區(qū)分閾值模型，所述像元區(qū)分閾值模型用于區(qū)分企鵝陰影像元和其他像元；

根據(jù)所述像元區(qū)分閾值模型從所述遙感影像之中提取所有的企鵝陰影像元；

形成企鵝二值圖像，所述企鵝二值圖像之中的白色像元為企鵝陰影像元；

根據(jù)所述企鵝二值圖像獲得企鵝陰影像元總數(shù)；

獲取單只企鵝的陰影像元數(shù)，計(jì)算公式如下：

p＝(H/tanα)×W/R² (1)

α＝90-Z (2)cosz＝sinθsinδ+cosθcosδcosω (2)

ω＝l_d-l (3)

其中，α表示太陽高度角，Z表示太陽天頂角，θ表示當(dāng)?shù)鼐暥龋谋硎咎柍嗑暯牵乇硎咎枙r(shí)角，l_d表示太陽直射點(diǎn)經(jīng)度，l表示當(dāng)?shù)亟?jīng)度，p表示單只企鵝的陰影像元數(shù)，H表示阿德利企鵝的平均高度，α表示太陽高度角，W表示阿德利企鵝的平均胸圍，R表示所述遙感影像的分辨率；

根據(jù)所述企鵝陰影像元總數(shù)與單只企鵝的陰影像元數(shù)，計(jì)算所述遙感影像之中阿德利企鵝數(shù)量，計(jì)算公式如下：

N＝P_總/p (4)

其中，N表示所述遙感影像之中阿德利企鵝數(shù)量，P_總表示所述遙感影像之中企鵝陰影像元總數(shù)，p表示單只企鵝的陰影像元數(shù)。

可選的，所述在遙感影像的企鵝密集區(qū)域之中隨機(jī)選取企鵝陰影像元樣本和其他樣本的步驟之前包括：

獲取預(yù)設(shè)分辨率的遙感影像；

對(duì)所述遙感影像進(jìn)行預(yù)處理，所述預(yù)處理包括波段融合和幾何校正。

可選的，還包括：

在所述遙感影像之中隨機(jī)選取6組樣本；