[發明專利]一種新的中低分辨率遙感數據復合的耕地識別方法

在審

• 申請號: 201410028272.2
• 申請日: 2014-01-20
• 公開（公告）號: CN104794424A
• 公開（公告）日: 2015-07-22
• 發明（設計）人: 秦曉俊;李玉婷;雷燕飛;譚遵泉
• 申請（專利權）人: 北京天合數維科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種新的中低分辨率遙感數據復合的耕地識別方法——物候光譜復合方法(Phenological?and?Spectral?Combination?Model，PSCM)，其特征在于包括以下步驟：

步驟一、數據預處理；

步驟二、低分辨率地物分布概率圖提取；

步驟三、物候光譜復合影像(Phenological?and?Spectral?Combined?Image，PSC?Image)生成；

步驟四、選擇分類樣本利用PSC圖像進行耕地識別；

步驟五、耕地識別精度評價。

2.一種新的中低分辨率遙感數據復合的耕地識別方法——物候光譜復合方法(Phenological?and?Spectral?Combination?Model，PSCM)，其特征在于包括以下步驟：

步驟一、數據預處理。對中分辨率多光譜影像數據進行輻射校正以及大氣校正，以獲取地物真實的光譜信息；對低分辨率植被指數時間序列數據進行濾波操作，并將其投影轉換成與中分辨率多光譜影像數據相同的投影。

步驟二、低分辨率地物分布概率圖提取。首先以低分辨率植被指數時間序列數據代替地物光譜反射率作為混合像元的分解因子，然后利用中分辨率影像輔助選取合適的端元(端元類別由研究區具體情況決定)，最后采用不帶約束條件的線性光譜混合模型進行混合像元，獲得基于地物物候信息的低分辨率地物分布概率圖。

步驟三、物候光譜復合影像(Phenological?and?Spectral?Combined?Image，PSC?Image)生成。首先通過分析研究區中分辨率遙感影像上容易產生“同物異譜”和“異物同譜”現象的土地利用／覆蓋類型，僅選取與這些類別相對應的低分辨率地物分布概率圖進行物候光譜復合。然后，將選定土地利用／覆蓋類型的低分辨率地物分布概率圖重采樣為與中分辨率遙感影像相同的空間分辨率。最后，進行物候和光譜信息的復合，即采用多波段疊加的方法將重采樣后的地物分布概率圖與中分辨率影像復合，生成PSC影像，如公式3所示：

I=Σi=1aFi+Σj=1mTj1≤a≤n]]>

式中I為PSC影像，共包含a+m個波段；F_i為低分辨率NDVI時間序列數據混合像元分解后所得到地物分布概率圖(集)F(f₁，f₂，f₃，...，f_i，ε，i＜n)中第i個端元所對應的分布概率圖；T_j為中分辨率影像T(t₁，t₂，t₃，...，t_i，j<m)的第j個波段；n為端元類別數；a為參與影像復合的地物類別；m為中分辨率影像波段數。

步驟四、對圖像進行分類。首先，選擇合適的監督分類器。然后通過目視判定的方式選擇出適合數量(30p，p代表用于分類遙感影像的波段數目)的純凈像元構成訓練樣本集合。最后，對利用選定的分類器和訓練樣本對PSC影像進行監督分類，獲得耕地的空間分布范圍。

步驟五、利用誤差矩陣對耕地識別精度進行評價。利用檢驗樣本集對PSCM耕地識別結果計算誤差矩陣，并比較分析采用相同分類器和訓練樣本對中分辨率遙感影像分類的耕地識別結果的分類總精度、用戶精度和生產者精度。