[發(fā)明專利]基于多源遙感時(shí)序影像和卷積神經(jīng)網(wǎng)絡(luò)的作物早期識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010983366.0
• 申請(qǐng)日: 2020-09-18
• 公開(kāi)（公告）號(hào): CN112084991A
• 公開(kāi)（公告）日: 2020-12-15
• 發(fā)明（設(shè)計(jì)）人: 趙紅偉;孫亮;劉佳;陳仲新
• 申請(qǐng)（專利權(quán)）人: 中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京恒創(chuàng)益佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11556
• 代理人: 付金豹

本發(fā)明公開(kāi)了一種基于多源遙感時(shí)序影像和卷積神經(jīng)網(wǎng)絡(luò)的作物早期識(shí)別方法，包括以下步驟：S1，收集遙感數(shù)據(jù)和作物地面樣本數(shù)據(jù)；S2,數(shù)據(jù)預(yù)處理；S3，制作訓(xùn)練樣本；S4,模型時(shí)間增量訓(xùn)練；S5,根據(jù)S4中獲得的作物的identify_Date，利用start_Date到identify_Date期間所有的Sentinel?1A和Sentinel?2數(shù)據(jù)對(duì)相應(yīng)作物進(jìn)行早期識(shí)別；以Sentinel?2 L2A級(jí)產(chǎn)品中SCL影像為非植被掩膜數(shù)據(jù)制作作物早期分布圖。利用多源遙感數(shù)據(jù)增加了作物生長(zhǎng)季內(nèi)數(shù)據(jù)獲取的頻次，提高了作物早期識(shí)別的時(shí)間精度；利用本發(fā)明提出的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)Dual?CNN,解決了多源遙感時(shí)序數(shù)據(jù)應(yīng)用中單一CNN架構(gòu)面臨的時(shí)間序列長(zhǎng)度和時(shí)間間隔不一致的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及農(nóng)業(yè)遙感技術(shù)領(lǐng)域，特別涉及一種基于Sentinel-1A和Sentinel-2遙感時(shí)序影像和卷積神經(jīng)網(wǎng)絡(luò)方法的作物早期識(shí)別方法，適用于不同農(nóng)田系統(tǒng)的農(nóng)業(yè)遙感監(jiān)測(cè)研究。

背景技術(shù)

據(jù)聯(lián)合國(guó)預(yù)測(cè)，到2050年世界人口將增至97億，這對(duì)全球的糧食供應(yīng)系統(tǒng)提出了巨大的挑戰(zhàn)。及時(shí)準(zhǔn)確地制作作物類型圖不僅可為作物管理、農(nóng)業(yè)保險(xiǎn)、作物種植計(jì)劃等提供精準(zhǔn)的基礎(chǔ)數(shù)據(jù)，而且可以輔助作物產(chǎn)量預(yù)估、作物災(zāi)害預(yù)警，對(duì)于保障糧食安全具有重要意義。因此，盡可能早的作物分布結(jié)果對(duì)農(nóng)業(yè)監(jiān)測(cè)工作具有重要的應(yīng)用價(jià)值。由于不同作物具有獨(dú)特的光譜反射特性、物候特征和空間紋理特征，衛(wèi)星遙感可以快速、客觀、經(jīng)濟(jì)地記錄這些特征在不同作物之間的差異，已成為作物制圖的重要手段。

發(fā)明內(nèi)容

本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足提供一種基于多源遙感時(shí)序影像和卷積神經(jīng)網(wǎng)絡(luò)的作物早期識(shí)別方法；本發(fā)明中作物早期識(shí)別指的是在1個(gè)生長(zhǎng)季的前、中期提供作物類型圖。

本發(fā)明采用以下技術(shù)方案：

一種基于多源遙感時(shí)序影像和卷積神經(jīng)網(wǎng)絡(luò)的作物早期識(shí)別方法，包括以下步驟：

S1，收集遙感數(shù)據(jù)和作物地面樣本數(shù)據(jù)；所述遙感數(shù)據(jù)為作物生育期內(nèi)Sentinel-1A和Sentinel-2時(shí)序數(shù)據(jù)，其中，Sentinel-1A數(shù)據(jù)為寬幅干涉模式(IW)的Level-1產(chǎn)品中地距影像(GRD)VH+VV雙極化數(shù)據(jù)；Sentinel-2數(shù)據(jù)包含Level-1C級(jí)產(chǎn)品中可見(jiàn)光(B2～B4)、紅邊(B5～B7)、近紅外(B8/B8A)、短波紅外(B11/B12)共計(jì)10個(gè)波段光譜數(shù)據(jù)；

S2,數(shù)據(jù)預(yù)處理

S2-1,Sentinel-1A影像的數(shù)據(jù)預(yù)處理，最終獲得Sentinel-1A時(shí)序影像；

S2-2,Sentinel-2影像的數(shù)據(jù)預(yù)處理，最終獲得Sentinel-2時(shí)序影像和相應(yīng)的云掩膜時(shí)序影像；

S3，制作訓(xùn)練樣本

S3-1,根據(jù)S1中獲得的地面樣本數(shù)據(jù)和S2獲得的Sentinel-1A、Sentinel-2和云掩膜時(shí)序數(shù)據(jù)，提取訓(xùn)練樣本的時(shí)序數(shù)據(jù)；

S3-2，將云掩膜為2、3、4的Sentinel-2相應(yīng)樣本的所有波段反射率標(biāo)記為“null”；

S3-3,采用2-范數(shù)對(duì)樣本進(jìn)行通道歸一化，所述通道為一個(gè)日期中的一個(gè)波段的樣本數(shù)據(jù)或一個(gè)極化特征的樣本數(shù)據(jù)；如果所有樣本在一個(gè)通道上的記錄為X＝(x₁,x₂,…,x_n),通道的歸一化如公式(1)所示，式中，n為樣本數(shù)；

||X||²＝(|x₁|²+|x₂|²+…+|x_n|²)^1/2 (1)