[發明專利]基于高分辨率遙感影像的高標準農田識別方法

在審

• 申請號: 201710303960.9
• 申請日: 2017-05-03
• 公開（公告）號: CN107103305A
• 公開（公告）日: 2017-08-29
• 發明（設計）人: 姚頑強;黃東鋒;馬飛;阮青山
• 申請（專利權）人: 西安科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 西安文盛專利代理有限公司61100
• 代理人: 佘文英

技術領域

本發明涉及遙感影像處理技術和農田建設，具體涉及一種基于高分辨率遙感影像的高標準農田識別方法

背景技術

糧食安全關系到我國社會穩定、經濟發展、國家自立等重大問題。近年來工業化、城鎮化迅猛發展，我國本就缺乏的優質耕地資源隨之減少，再加上水資源匱乏，極端氣候頻發都制約著糧食生產。龐大的人口規模和糧食需求決定了立足本國耕地資源解決吃飯問題始終是發展之基，為確保國家糧食安全，中發四號文件指出，要像保護大熊貓一樣保護耕地，而高標準農田是耕地的精華部分，是確保國家糧食安全的關鍵。

國家每年在高標準農田建設方面投入大量的人力物力，高標準農田的建設面積也是呈倍數型增長，高標準農田建設情況要統一納入國土資源遙感監測“一張圖”和綜合監管平臺，實行在線監管。

目前，基于遙感的高標準農田識別體系基本沒有建立。基于以上考慮，尋找一種客觀、快速的方法對高標準農田進行監管十分重要。遙感技術具有大區域、實時、高效的特點，考慮結合遙感技術，提出一種高標準農田監管方法，快速識別高標準農田方法具有重要的現實意義。

發明內容

本發明的目的是提供一種基于高分辨率遙感影像的高標準農田識別方法，實現了快速、合理識別現有的大量高標準農田的問題，其識別結果準確、快速且可靠，實現了對高標準農田的有效監控。

本發明的技術方案是：一種基于高分辨率遙感影像的高標準農田識別方法，所述識別方法包括以下步驟：

步驟1、獲取所述目標區域的兩期高分辨率遙感影像；

步驟2、預處理所述遙感影像；

步驟3、采用規則分類和監督分類相結合的方法，結合農用地質量數據和利用現狀數據，對預處理后的兩期高分辨率遙感影像進行面向對象的分類；

步驟4、參照高標準農田建設通則(GBT30600-2014)選取指標因素，并利用層次分析法對指標因素分配權重；

步驟5、采用極差歸一化方法對所述指標因素進行歸一化處理；

步驟6、用歸一化后的指標因素處理分類結果矢量數據；結合各指標的權重，將歸一化后的指標因素處理分類結果矢量數據的結果進行融合，形成最終的綜合評價體系。

步驟7、利用自然斷點分級法，在綜合指標處理結果中直觀的顯示各個地方的綜合指標因素。

步驟8、結合實地調研，對多個高標準農田樣本點指標計算，篩選適宜閾值，評判農田是否屬于高標準農田，完成高標準農田識別。

進一步的，根據當地農作物的生產時間，選取兩期遙感影像。所述獲取目標區域的兩期高分辨率遙感影像，包括：

獲取所述目標區域中上半年一段時間的高分一號多光譜影像，下半年一段時間的WorldView多光譜影像。

進一步的，預處理所述遙感影像，包括：

對所述高分一號多光譜影像和WorldView多光譜影像數據進行輻射定標、大氣校正、幾何校正、裁剪的預處理操作；

進一步的，所述對所述高分一號多光譜影像中數據進行輻射定標、大氣校正、幾何校正和裁剪的預處理操作，包括：對所述多光譜影像數據進行輻射定標，得到輻亮度DN表示給定波段的數字值，Kband表示給定波段的絕對輻射定標因子，Δλband表示給定波段的有效波段寬；用FLAASH模型對所述多光譜影像數據進行大氣校正；用二次多項式模型對所述多光譜影像數據進行幾何校正。

進一步的，對預處理后的所述高分一號多光譜影像和worldview多光譜影像進行面向對象的多尺度分割和光譜差異性分割。分割參數需要多次試驗進行確定，從而選擇最優分割參數值。對于不同的對象采取不同的分類方法，主要是田快和線狀地物的分類；采用規則分類和監督分類相結合的方法，同時結合農用地質量數據和利用現狀數據，對高分辨率遙感影像進行分類。因為高分一號和worldview多光譜影像分辨率不同，本發明選擇按照高分一號多光譜影像的分辨率對兩期分類結果進行疊加，最終可以分類出田快、道路、林帶、大型田坎、溝渠等。

進一步的，參照高標準農田建設通則(GBT30600-2014)選取指標因素，綜合考慮自然質量、空間形態、設施條件和區位條件。選擇的指標因素有：農作物生產力、灌溉保證能力、規整度、緊致性、連片性、道路通達度、溝渠影響度、耕作距離和農貿市場影響度。

進一步的，為了合理說明各不同指標的影響程度，利用層次分析法確定各指標的權重。采用極差歸一化方法對所述判定指標因素進行歸一化處理，因為指標因素的指標趨向有正向和負向之分；