[發明專利]一種面向對象的多源遙感信息融合種植結構提取方法

在審

• 申請號: 202011046171.X
• 申請日: 2020-09-29
• 公開（公告）號: CN112183632A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 王蕾;孫浩然;張寶忠;王偉
• 申請（專利權）人: 中國水利水電科學研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明屬于遙感科學技術領域農業遙感方向，具體是一種面向對象的多源遙感信息融合種植結構提取方法。本發明包括如下步驟：A、將下載好的Landsat8和環境1號衛星遙感數據導入ENVI軟件中，進行預處理；B、對Landsat8進行波段運算，計算地面參數；C、將環境衛星數據和Landsat8波段計算的結果導入易康軟件，通過人工識別，探尋最佳分離尺度；D、通過控制變量法探究光譜因子、形狀因子、光滑度和緊密度數值；E、創建圖像特征分類指標，應用分類特征空間到類，并創建訓練樣本；F、將多源遙感數據進行分類并精度評定，輸出結果。利用多源數據對農作物進行面向對象的分類提供了多種分類依據，使得分類結果更加準確。

技術領域

本發明屬于遙感科學技術領域農業遙感方向，具體是一種面向對象的多源遙感信息融合種植結構提取方法。

背景技術

目前，常用的遙感影像農作物提取方法都是利用單一數據源面向像元進行農作物分類，分類精度較低，分類結果地塊內噪點較多，分類依據較為單一，很難得出有說服力的結果，一般只能作為輔助驗證數據使用。因此，需要技術上的進步，解決上述問題。

發明內容

本發明的目的是解決現有技術中的不足，提供一種面向對象的多源遙感信息融合種植結構提取方法，以解決現有技術中遙感影像分類依據單一，分類結果噪點過多，分類精度較低的技術問題。

一種面向對象的多源遙感信息融合種植結構提取方法，包括如下步驟：

A、將下載好的Landsat8和環境1號衛星遙感數據導入ENVI軟件中，進行預處理，依據研究區范圍進行拼接和裁剪；

B、對Landsat8進行波段運算，計算地面參數；

C、將環境衛星數據和Landsat8波段計算的結果導入易康eCognition Develop9.0軟件，通過人工識別，探尋最佳分離尺度；

D、通過控制變量法探究光譜因子、形狀因子、光滑度和緊密度數值；

E、創建圖像特征分類指標，應用分類特征空間到類，并創建訓練樣本；

F、將多源遙感數據進行分類并精度評定，輸出結果。

優選的，步驟B中，地面參數包括：歸一化植被指數、地表比輻射率、地表溫度、土壤熱通量。

優選的，步驟D中，所述的光譜因子和形狀因子之和是1；光滑度和緊密度之和是1。其表達公式為：光譜因子+形狀因子＝光滑度+緊密度＝1。

優選的，步驟E中，所述的應用分類特征空間包括：房屋、農田、森林、居民用地、水域、大豆共六類。

優選的，步驟F中，將多源遙感數據進行分類，其總體精度為0.8545，卡帕系數為0.8745。

本發明提供了一種面向對象的多源遙感信息融合種植結構提取方法，與現有技術相比，本發明的有益效果體現在：農作物種植有著單一地塊種植單一作物的自然屬性(套種地塊按照整體進行分類)，不存在噪點。基于這一屬性，面向對象的分類方法有著很大優勢。以地塊為對象，地塊內的農作物作為一個整體，這很大程度上解決了地塊內部存在大量噪點的問題。不同農作物生長周期，耗水量，種植環境均不同，直接導致了地表溫度，地表反照率，植物歸一化指數等參數發生改變。利用多源數據對農作物進行面向對象的分類提供了多種分類依據，使得分類結果更加準確。本發明的方法適合在相關技術領域推廣應用。

附圖說明

圖1是本發明提取方法的步驟示意圖。

圖2是本發明不同形狀因子下的分割結果圖。

圖3是本發明不同緊密度下的分割結果圖。

具體實施方式