[發(fā)明專利]一種基于遙感影像和卷積神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)干旱監(jiān)測系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010593767.5
• 申請日: 2020-06-24
• 公開（公告）號: CN111738175A
• 公開（公告）日: 2020-10-02
• 發(fā)明（設(shè)計）人: 謝曉蘭;楊勇;蔡志勇;劉亞榮
• 申請（專利權(quán)）人: 桂林理工大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06N20/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于遙感影像和卷積神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)干旱監(jiān)測系統(tǒng)。包括遙感影像采集模塊、影像預(yù)處理模塊、影像存儲模塊、影像特征提取與分類模塊、干旱信息分析與處理模塊、干旱信息顯示模塊、信息查詢與推送模塊。它們分別負(fù)責(zé)高分遙感影像采集、遙感影像預(yù)處理、遙感影像存儲、影像特征提取與分類、信息分析與處理、干旱信息可視化顯示、信息查詢與推送。本發(fā)明采用卷積神經(jīng)網(wǎng)絡(luò)，可以解決平移、旋轉(zhuǎn)、尺度縮放等形式的變化問題，并利用它強大的特征提取能力，對高分辨率衛(wèi)星遙感影像進行特征提取。可實現(xiàn)查詢干旱信息、干旱等級劃分、干旱信息可視化顯示、監(jiān)測與預(yù)測干旱狀況等功能，滿足當(dāng)前遙感影像數(shù)據(jù)增長背景下對農(nóng)業(yè)干旱監(jiān)測的需要。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理、監(jiān)測技術(shù)領(lǐng)域，特別涉及一種基于遙感影像和卷積神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)干旱監(jiān)測系統(tǒng)。

背景技術(shù)

干旱是一種因降水量與當(dāng)?shù)刈魑镄杷疇顩r不協(xié)調(diào)而普遍發(fā)生的全球性自然災(zāi)害。如今，在全球氣候日益變暖的環(huán)境下，降水分布不均的情況進一步加劇，導(dǎo)致干旱發(fā)生的頻率在逐步上升，干旱問題亟需得到解決。由于其發(fā)生初期察覺難度大，頻發(fā)次數(shù)多、持續(xù)時間長以及影響范圍廣等特點，嚴(yán)重影響農(nóng)作物的生長和糧食產(chǎn)量，威脅社會的安全。因此，研究適合于農(nóng)業(yè)的干旱監(jiān)測方法，做好旱情的監(jiān)測至關(guān)重要。目前的農(nóng)業(yè)干旱監(jiān)測方法：采用地面氣象觀測站點的數(shù)據(jù)采集方法，通過一些表示干旱強度和持續(xù)時間的干旱監(jiān)測指數(shù)來劃分干旱等級；采用中低分辨率衛(wèi)星影像的數(shù)據(jù)獲取方法，進行人工設(shè)計特征提取并通過分類器根據(jù)提取特征進行區(qū)域的分類。目前主要通過以上兩種方法監(jiān)測干旱的程度和范圍，開展干旱預(yù)警工作。農(nóng)業(yè)部門以此作為農(nóng)業(yè)干旱監(jiān)測的依據(jù)，在發(fā)生農(nóng)業(yè)干旱甚至更嚴(yán)重情況下需要投入大量工作人員進行處理，無法及時通知發(fā)生干旱區(qū)域的農(nóng)民。因此以上方案主要存在如下四點不足：

(1)由于觀測站點少，且存在站點分布不均，代表性差的問題，并且在監(jiān)測時需要消耗大量的人力、物力。

(2)由于采用未充分反映干旱的指數(shù)數(shù)據(jù)來判定農(nóng)業(yè)區(qū)域干旱的程度，存在準(zhǔn)確性低、無法判斷干旱的狀況，導(dǎo)致無法對干旱問題進行有效的補救。

(3)由于無法對大面積農(nóng)作物種植區(qū)和土壤水分進行有效且精確的監(jiān)測，導(dǎo)致干旱監(jiān)測不足且監(jiān)測結(jié)果精準(zhǔn)性、時效性不高。

(4)人工設(shè)計特征提取方式，難以準(zhǔn)確描述具體應(yīng)用場景如農(nóng)業(yè)區(qū)域的數(shù)據(jù)規(guī)律，泛化能力差，對于具體應(yīng)用模型的選擇非常困難，難以提取目標(biāo)的高層抽象信息。

鑒于此，傳統(tǒng)的農(nóng)業(yè)干旱監(jiān)測方法已經(jīng)越來越難以滿足我國在農(nóng)業(yè)干旱監(jiān)測方面中對干旱數(shù)據(jù)處理的時效性要求。高分二號衛(wèi)星是迄今為止我國自主研發(fā)的空間分辨率最高、觀測幅寬最大、設(shè)計壽命最長的民用遙感衛(wèi)星，具備1米分辨率全色和4米分辨率多光譜光學(xué)成像、高輻射精度、高定位精度和快速姿態(tài)機動的能力。它不僅可以自主獲取海量的高分衛(wèi)星影像數(shù)據(jù)，還可以快速獲取農(nóng)業(yè)干旱信息。卷積神經(jīng)網(wǎng)絡(luò)是一類包含卷積計算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)，是深度學(xué)習(xí)的經(jīng)典代表算法之一。卷積神經(jīng)網(wǎng)絡(luò)包括輸入層、隱含層、輸出層，而隱含層又分為卷積層、池化層以及全連接層。它具有很好的圖像特征抽取能力，并且可以通過局部感受野、權(quán)重共享以及降采樣來降低網(wǎng)絡(luò)模型的復(fù)雜度。在對海量且復(fù)雜度高的高分辨率衛(wèi)星影像數(shù)據(jù)進行特征提取時，卷積神經(jīng)網(wǎng)絡(luò)可以解決平移、旋轉(zhuǎn)、尺度縮放等形式帶來的變化問題，并利用它強大的特征提取能力，對高分辨率衛(wèi)星遙感影像的多樣化特征進行精細(xì)化處理和提取。因此有必要研制一種基于遙感影像和卷積神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)干旱監(jiān)測系統(tǒng)，采用高分二號衛(wèi)星獲取遙感影像數(shù)據(jù)，使用卷積神經(jīng)網(wǎng)絡(luò)方法提取遙感影像特征，提取出農(nóng)業(yè)區(qū)域的遙感影像并分析農(nóng)業(yè)區(qū)域的干旱狀況，進行干旱等級的劃分，方便農(nóng)業(yè)部門對農(nóng)業(yè)干旱進行實時監(jiān)測與查詢，緩解農(nóng)業(yè)干旱狀況，實現(xiàn)干旱的動態(tài)監(jiān)測，提升我國農(nóng)業(yè)現(xiàn)代化管理質(zhì)量，助力我國“智慧農(nóng)業(yè)”的建設(shè)，促進農(nóng)業(yè)更科學(xué)、更智能發(fā)展。

本發(fā)明設(shè)計的一種基于遙感影像和卷積神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)干旱監(jiān)測系統(tǒng)可以實現(xiàn)以下功能：

1.查詢干旱信息：系統(tǒng)可以通過高分衛(wèi)星遙感影像獲取數(shù)據(jù)源，進行特征提取并處理分析，獲取干旱監(jiān)測信息，如地表溫度、植被狀況等。