[發明專利]Landsat8和MODIS融合構建高時空分辨率數據識別秋糧作物的方法

有效

• 申請號: 201410572829.9
• 申請日: 2014-10-24
• 公開（公告）號: CN104915674B
• 公開（公告）日: 2018-12-14
• 發明（設計）人: 張錦水;潘耀忠;謝登峰;孫佩軍;袁周米琪
• 申請（專利權）人: 北京師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種Landsat8和MODIS融合構建高時空分辨率數據識別秋糧作物的方法，主要包括數據準備、數據預處理、利用STDFA模型構建數據、數據濾波處理、秋糧識別特征向量選擇、秋糧識別特征組合和SVM分類獲得識別結果。本發明可以有效區分秋糧作物的類型，在一定程度上可以解決秋糧識別過程中高分辨率數據不足的問題。根據實驗結果可知，對秋糧識別的各項精度均達到了較高的識別精度，也在一定程度上驗證了物候數據有助于秋糧識別。

技術領域

本發明涉及一種利用遙感數據時空融合方法(Spatial Temporal Data FusionApproach，STDFA)構建高時間、空間分辨率的遙感影像數據。并以此為基礎，構建分類數據集，然后利用支持向量機(Support Vector Machine，SVM)進行秋糧作物識別的方法，驗證不同維度的數據集進行秋糧作物識別的適用性。屬于遙感影像應用領域。

背景技術

秋糧作物是我國糧食作物的重要組成部分，準確地獲取秋糧作物種植面積對制定農業政策和管理具有十分重要的意義。利用遙感技術進行農業監測是其重要的一個應用方向，無論在面積監測還是遙感估產等方面發揮著重要作用。然而，秋糧作物分布廣泛，種植結構復雜，同期作物生長，造成“異物同譜”現象，這對用于作物識別的遙感數據要求比較高；秋糧作物生長關鍵期內云雨天氣較多，增加了有效遙感數據獲取的難度，對利用遙感技術進行秋糧作物的識別帶來了一定的挑戰。

搭載在Terra和Aqua衛星上的中分辨率成像光譜儀(Moderate-resolutionImaging Spectroradiometer，MODIS)是一種廣泛應用于農作物監測和識別的傳感器。MODIS傳感器具有很高的時間分辨率，重返周期為1-2天，能很好地記錄農作物生長的時間信息，應用于地表植被的生長監測和識別，這對大尺度、種植結構單一的作物(如小麥、水稻)具有很大的優勢。利用MODIS 250米分辨率的NDVI時間序列產品數據對大面積種植的水稻進行識別，能夠獲得較高的識別精度。但我國秋糧作物、種植結構復雜(玉米、水稻、棉花、大豆和花生等交錯種植)、種植地塊破碎，再加上自然植被(樹木等)的影響，這使得MODIS數據的空間分辨率限制了破碎地塊小面積種植的秋糧的識別。中高 分辨率的衛星具有比較適中的空間分辨率，如美國的陸地衛星(Landsat)和法國SPOT衛星，在作物識別中發揮著重要的作用。Landsat衛星空間分辨率為30米，回返周期為16天，對于大面積種植的作物具有較高的識別精度。但該衛星的時間分辨率會限制植被生長關鍵期遙感數據的獲取，再加上我國的雨季與秋糧作物的生長期重疊，這使得獲取作物生長關鍵期高質量的遙感影像數據(云量＜10％)非常困難(獲取概率＜10％)。

發明內容

本發明的目的是針對現有技術中存在的問題，以遙感數據時空融合方法(SpatialTemporal Data Fusion Approach，STDFA)構建高時間、空間分辨率的遙感影像數據。以此為基礎，構建15種30米分辨率分類數據集，然后利用支持向量機(Support VectorMachine，SVM)進行秋糧作物識別，驗證不同維度的數據集進行秋糧作物識別的適用性。

本發明通過以下技術方案解決上述問題，本發明提供一種Landsat8和MODIS融合構建高時空分辨率數據識別秋糧作物的方法，主要包括以下步驟：

步驟一、數據準備；

步驟二、數據預處理；

步驟三、利用STDFA模型構建數據；

步驟四、數據濾波處理；

步驟五、秋糧識別特征向量選擇；

步驟六、秋糧識別特征組合；

步驟七、SVM分類獲得識別結果。

優選的，上述步驟一～步驟七具體為：