[發(fā)明專利]一種基于遙感時序數(shù)據(jù)的旱地作物識別方法

有效

• 申請?zhí)枺?/td>: 201710550389.0
• 申請日: 2017-07-07
• 公開（公告）號: CN107340268B
• 公開（公告）日: 2019-07-09
• 發(fā)明（設(shè)計）人: 邱炳文;陳功;羅鈺涵
• 申請（專利權(quán)）人: 福州大學(xué)
• 主分類號: G01N21/3563
• 分類號: G01N21/3563
• 代理公司: 福州元創(chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 蔡學(xué)俊

本發(fā)明涉及一種基于遙感時序數(shù)據(jù)的旱地作物識別方法。該方法基于研究區(qū)植被指數(shù)和短波紅外波段的時序數(shù)據(jù)，獲取每個生長周期內(nèi)的農(nóng)作物生長盛期，進而推斷農(nóng)作物生長前期和生長后期，依次建立農(nóng)作物生長前期的SWIR和EVI增量乘積指數(shù)、農(nóng)作物生長后期的SWIR和EVI增量乘積指數(shù)，綜合形成整個農(nóng)作物生長期的SWIR和EVI增量乘積指數(shù)，最后依據(jù)整個農(nóng)作物生長期的SWIR和EVI增量乘積指數(shù)開展旱地作物識別。該方法用于旱地作物識別，具有魯棒性好、分類精度高、自動化程度與抗干擾能力強等特點。

技術(shù)領(lǐng)域

本發(fā)明涉及遙感信息處理領(lǐng)域，具體涉及一種基于遙感時序數(shù)據(jù)的旱地作物識別方法。

背景技術(shù)

準(zhǔn)確快速掌握農(nóng)作物種植面積及其空間分布范圍，對于確保糧食安全至關(guān)重要。大宗旱地作物如小麥、玉米、土豆的分布范圍很廣，在我國農(nóng)業(yè)生產(chǎn)中占有重要地位。其他旱地作物如花生、棉花、油菜、大豆、芝麻等等，作為油料、飼料或紡織原料，均與人們生活密切相關(guān)。因此快速自動監(jiān)測旱地作物的空間分布，具有非同尋常的意義。傳統(tǒng)的農(nóng)業(yè)抽樣調(diào)查方法難以突破人力財力成本高、耗時長以及無法全覆蓋的局限性。遙感影像具有時效性強、覆蓋范圍大的特點，在農(nóng)作物面積監(jiān)測中發(fā)揮著重要作用。我國已經(jīng)初步建立了農(nóng)情遙感監(jiān)測與信息服務(wù)系統(tǒng)，實現(xiàn)了主要農(nóng)作物、草地和農(nóng)業(yè)災(zāi)害的實時監(jiān)測。然而，在我國農(nóng)情信息遙感監(jiān)測系統(tǒng)的作物遙感監(jiān)測業(yè)務(wù)中，有兩個方面問題值得關(guān)注：(1)在主要農(nóng)作物識別中，通常需要用到耕地掩膜數(shù)據(jù)，由于土地利用/覆蓋數(shù)據(jù)的時效性與精度等各方面問題，不可避免地帶來誤差，從而直接影響到農(nóng)作物面積遙感估算的精度；(2)由于農(nóng)作物生長期內(nèi)云雨天氣比較頻繁，一些時期的遙感影像不免受到云的影響，導(dǎo)致遙感指數(shù)時序曲線受到干擾，為基于多期或時間序列的遙感分類方法帶來挑戰(zhàn)。針對問題1，有必要加強旱地作物空間分布的快速自動監(jiān)測工作，能一次性提取所有旱地作物空間分布范圍，為進一步分別開展各種旱地作物識別提供掩膜數(shù)據(jù)。針對問題2，有必要加強時序遙感分類技術(shù)研究，盡可能避免云雨天氣帶來的干擾，建立自動化程度高、魯棒性強的時序分類方法。

本發(fā)明擬針對上述問題，建立一種能高效識別旱地作物的方法。本發(fā)明通過充分挖掘農(nóng)作物生長期內(nèi)水田作物和旱地作物在植被指數(shù)和短波紅外波段遙感時序特征，為大范圍旱地作物識別提供了一種新的方法和思路。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于遙感時序數(shù)據(jù)的旱地作物識別方法，該方法適用于大范圍快速遙感監(jiān)測的需求，具有自動化程度高、簡單易用、魯棒性好以及分類精度高等特點。

為實現(xiàn)上述目的，本發(fā)明的技術(shù)方案是：一種基于遙感時序數(shù)據(jù)的旱地作物識別方法，包括如下步驟，

步驟S01：逐像元建立研究區(qū)植被指數(shù)、短波紅外波段的時序數(shù)據(jù)；

步驟S02：逐像元計算每個生長周期內(nèi)的EVI最大值，獲取農(nóng)作物生長盛期時間；

步驟S03：依據(jù)農(nóng)作物生長盛期時間，推斷農(nóng)作物生長前期和生長后期；

步驟S04：建立農(nóng)作物生長前期的SWIR和EVI增量乘積指數(shù)；

步驟S05：建立農(nóng)作物生長后期的SWIR和EVI增量乘積指數(shù)；

步驟S06：建立整個農(nóng)作物生長期的SWIR和EVI增量乘積指數(shù)；

步驟S07：依據(jù)SWIR和EVI增量乘積指數(shù)進行旱作種植區(qū)提取。

在本發(fā)明一實施例中，所述步驟S02具體實現(xiàn)即：首先依據(jù)耕地復(fù)種指數(shù)空間分布圖逐像元推斷農(nóng)作物生長周期個數(shù)，而后逐像元計算每個生長周期內(nèi)的EVI最大值，獲取每個生長周期所對應(yīng)的農(nóng)作物生長盛期時間。