[發(fā)明專利]一種基于合成孔徑雷達(dá)時(shí)序數(shù)據(jù)的水稻自動(dòng)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010117995.5
• 申請(qǐng)日: 2020-02-26
• 公開（公告）號(hào): CN111142106B
• 公開（公告）日: 2021-12-03
• 發(fā)明（設(shè)計(jì)）人: 朱文泉;詹培;趙涔良
• 申請(qǐng)（專利權(quán)）人: 北京師范大學(xué)
• 主分類號(hào): G01S13/90
• 分類號(hào): G01S13/90
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于合成孔徑雷達(dá)時(shí)序數(shù)據(jù)的水稻自動(dòng)識(shí)別方法。利用合成孔徑雷達(dá)時(shí)序數(shù)據(jù)在水稻特定物候期相對(duì)于其他地物類型的差異，通過數(shù)據(jù)獲取和預(yù)處理、水稻識(shí)別特征選擇、背景地物剔除、雙季稻識(shí)別模型構(gòu)建、單季稻識(shí)別模型構(gòu)建、水稻空間分布信息提取，自動(dòng)提取區(qū)域范圍內(nèi)水稻的空間分布信息。本方法的特點(diǎn)是自動(dòng)化的水稻空間分布提取，不要求任何先驗(yàn)知識(shí)或訓(xùn)練樣本即可同時(shí)識(shí)別雙季稻和單季稻，且識(shí)別精度較高；方法魯棒性高、普適性好，可應(yīng)用于大范圍水稻自動(dòng)化提取業(yè)務(wù)。

技術(shù)領(lǐng)域

本發(fā)明涉及農(nóng)業(yè)遙感技術(shù)領(lǐng)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(shù)

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

水稻遙感識(shí)別的主要數(shù)據(jù)源有光學(xué)遙感數(shù)據(jù)和合成孔徑雷達(dá)遙感數(shù)據(jù)，其中光學(xué)遙感數(shù)據(jù)易受天氣要素如降水和云霧的影響，難以滿足多雨地區(qū)的水稻空間分布提取。合成孔徑雷達(dá)數(shù)據(jù)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(dāng)前免費(fèi)的合成孔徑雷達(dá)數(shù)據(jù)空間分辨率最高達(dá)10米，時(shí)間分辨率最高達(dá)6天，完全可以滿足水稻空間分布提取的需求。

傳統(tǒng)的基于合成孔徑雷達(dá)數(shù)據(jù)識(shí)別水稻的方法往往以雷達(dá)后向散射系數(shù)時(shí)間序列的動(dòng)態(tài)范圍或方差等相似要素作為識(shí)別特征，通過設(shè)定某個(gè)閾值來區(qū)分水稻和非水稻，該閾值通常基于專家知識(shí)或通過對(duì)選取的訓(xùn)練樣本進(jìn)行統(tǒng)計(jì)得到。這類方法的實(shí)施往往需要以研究區(qū)的訓(xùn)練樣本為基礎(chǔ)，考慮到中國水稻種植的復(fù)雜性，在不同地區(qū)使用該類方法提取水稻空間分布往往需要重新選取訓(xùn)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(tǒng)的水稻遙感提取方法無法區(qū)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(jiān)測以及水稻單產(chǎn)估算等方面的應(yīng)用。

雖然傳統(tǒng)的基于合成孔徑雷達(dá)數(shù)據(jù)識(shí)別水稻的方法使用合成孔徑雷達(dá)時(shí)序數(shù)據(jù)提取水稻識(shí)別特征，但該類方法往往忽略很多合成孔徑雷達(dá)時(shí)間序列上的有用信息，例如后向散射系數(shù)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(jìn)行灌水，這個(gè)過程在合成孔徑雷達(dá)時(shí)序上表現(xiàn)為后向散射系數(shù)逐漸降低，而與此同時(shí)其他作物的后向散射系數(shù)則逐漸升高，因此利用該特征識(shí)別水稻的種植可以提高水稻空間分布識(shí)別的精度及自動(dòng)化程度，同時(shí)在結(jié)合區(qū)域物候歷信息的基礎(chǔ)上還可以實(shí)現(xiàn)單季稻和雙季稻的區(qū)分。

發(fā)明內(nèi)容

本發(fā)明正是針對(duì)傳統(tǒng)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(dá)時(shí)序數(shù)據(jù)和水稻物候信息的水稻自動(dòng)識(shí)別方法，自動(dòng)、準(zhǔn)確地提取區(qū)域范圍內(nèi)的水稻空間分布信息。

為達(dá)此目的，本發(fā)明采用以下技術(shù)方案：

一種基于合成孔徑雷達(dá)時(shí)序數(shù)據(jù)的水稻自動(dòng)識(shí)別方法，包括以下步驟：

A、數(shù)據(jù)獲取和預(yù)處理

獲取某區(qū)域內(nèi)同一合成孔徑雷達(dá)數(shù)據(jù)源全年的VH極化數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)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(shù)據(jù)轉(zhuǎn)換預(yù)處理操作，得到單位為dB的VH極化后向散射系數(shù)時(shí)間序列數(shù)據(jù)。

具體來說預(yù)處理包括5個(gè)步驟：(1)使用軌道數(shù)據(jù)修正雷達(dá)影像的軌道信息；(2)對(duì)雷達(dá)數(shù)據(jù)進(jìn)行輻射校正，將雷達(dá)數(shù)據(jù)的數(shù)值轉(zhuǎn)化為后向散射系數(shù)； (3)對(duì)雷達(dá)數(shù)據(jù)進(jìn)行地形校正并重采樣；(4)對(duì)重采樣后的圖像進(jìn)行空間濾波去除噪聲；(5)使用以下公式對(duì)無單位的雷達(dá)后向散射系數(shù)進(jìn)行數(shù)據(jù)轉(zhuǎn)換，得到單位為dB的雷達(dá)后向散射系數(shù)。

BS_dB＝10×lg BS

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

B、水稻識(shí)別特征選擇