[發明專利]一種基于合成孔徑雷達時序數據的水稻自動識別方法

有效

• 申請號: 202010117995.5
• 申請日: 2020-02-26
• 公開（公告）號: CN111142106B
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 朱文泉;詹培;趙涔良
• 申請（專利權）人: 北京師范大學
• 主分類號: G01S13/90
• 分類號: G01S13/90
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于合成孔徑雷達時序數據的水稻自動識別方法。利用合成孔徑雷達時序數據在水稻特定物候期相對于其他地物類型的差異，通過數據獲取和預處理、水稻識別特征選擇、背景地物剔除、雙季稻識別模型構建、單季稻識別模型構建、水稻空間分布信息提取，自動提取區域范圍內水稻的空間分布信息。本方法的特點是自動化的水稻空間分布提取，不要求任何先驗知識或訓練樣本即可同時識別雙季稻和單季稻，且識別精度較高；方法魯棒性高、普適性好，可應用于大范圍水稻自動化提取業務。

技術領域

本發明涉及農業遙感技術領域，尤其涉及一種水稻空間分布信息的遙感提取方法。

背景技術

遙感具有大面積同步觀測、時效性高以及成本低廉等特點，可以相對便捷地獲得大范圍、全覆蓋的農作物空間分布信息，已被廣泛應用于農作物種植范圍提取。

水稻遙感識別的主要數據源有光學遙感數據和合成孔徑雷達遙感數據，其中光學遙感數據易受天氣要素如降水和云霧的影響，難以滿足多雨地區的水稻空間分布提取。合成孔徑雷達數據具有穿云透雨的能力，不受天氣要素的影響，因而更適合大范圍的水稻空間分布提取。當前免費的合成孔徑雷達數據空間分辨率最高達10米，時間分辨率最高達6天，完全可以滿足水稻空間分布提取的需求。

傳統的基于合成孔徑雷達數據識別水稻的方法往往以雷達后向散射系數時間序列的動態范圍或方差等相似要素作為識別特征，通過設定某個閾值來區分水稻和非水稻，該閾值通常基于專家知識或通過對選取的訓練樣本進行統計得到。這類方法的實施往往需要以研究區的訓練樣本為基礎，考慮到中國水稻種植的復雜性，在不同地區使用該類方法提取水稻空間分布往往需要重新選取訓練樣本，因此該類方法的推廣性較差，不適用于大范圍的水稻空間分布提取工作。另一方面，傳統的水稻遙感提取方法無法區分單季稻和雙季稻，因此無法得到更精確的水稻種植信息，也限制了該類方法在水稻生長監測以及水稻單產估算等方面的應用。

雖然傳統的基于合成孔徑雷達數據識別水稻的方法使用合成孔徑雷達時序數據提取水稻識別特征，但該類方法往往忽略很多合成孔徑雷達時間序列上的有用信息，例如后向散射系數的變化趨勢等。水稻的種植與其他作物最大的差異在于水稻種植過程中需要進行灌水，這個過程在合成孔徑雷達時序上表現為后向散射系數逐漸降低，而與此同時其他作物的后向散射系數則逐漸升高，因此利用該特征識別水稻的種植可以提高水稻空間分布識別的精度及自動化程度，同時在結合區域物候歷信息的基礎上還可以實現單季稻和雙季稻的區分。

發明內容

本發明正是針對傳統的水稻空間分布遙感提取方法的不足，提出一種基于合成孔徑雷達時序數據和水稻物候信息的水稻自動識別方法，自動、準確地提取區域范圍內的水稻空間分布信息。

為達此目的，本發明采用以下技術方案：

一種基于合成孔徑雷達時序數據的水稻自動識別方法，包括以下步驟：

A、數據獲取和預處理

獲取某區域內同一合成孔徑雷達數據源全年的VH極化數據，對數據進行軌道修正、輻射校正、地形校正、重采樣、空間濾波去噪聲以及數據轉換預處理操作，得到單位為dB的VH極化后向散射系數時間序列數據。

具體來說預處理包括5個步驟：(1)使用軌道數據修正雷達影像的軌道信息；(2)對雷達數據進行輻射校正，將雷達數據的數值轉化為后向散射系數； (3)對雷達數據進行地形校正并重采樣；(4)對重采樣后的圖像進行空間濾波去除噪聲；(5)使用以下公式對無單位的雷達后向散射系數進行數據轉換，得到單位為dB的雷達后向散射系數。

BS_dB＝10×lg BS

式中，BS表示無單位的雷達后向散射系數，BS_dB表示單位為dB的雷達后向散射系數。

B、水稻識別特征選擇