[發明專利]一種基于遙感時序分析的拋荒地信息提取方法及裝置

在審

• 申請號: 202011180473.6
• 申請日: 2020-10-29
• 公開（公告）號: CN112164062A
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 吳太夏;楊瑩瑩;趙玉婷;曾宇輝
• 申請（專利權）人: 河海大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06T5/00;G06K9/46
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種基于遙感時序分析的拋荒地信息提取方法，其特征在于，包括以下步驟：

獲取遙感影像信息；

根據獲取的遙感影像信息，構建NDVI時間序列數據集，并構建耕地范圍內植被的NDVI連續時序生長變化曲線，NDVI為歸一化差值植被指數；

根據耕地范圍內植被的NDVI連續時序生長變化曲線，提取NDVI的年內變化曲線波動性強度的參數CV，CV為變異系數；

根據CV的值從耕地范圍內提取拋荒地的空間分布信息。

2.根據權利要求1所述的基于遙感時序分析的拋荒地信息提取方法，其特征在于，所述遙感信息包括：8天MODIS NDVI多年影像信息、GLC以及高分一號與二號多波段影像，GLC為全球土地覆蓋產品集。

3.根據權利要求2所述的基于遙感時序分析的拋荒地信息提取方法，其特征在于，所述構建NDVI時間序列數據集的方法包括以下步驟：

根據8天間隔的MODIS NDVI影像信息，通過波段融合構建NDVI時間序列數據集；

所述NDVI是按公式(1)計算得到：

其中，ρ_R為紅波段反射率，ρ_NIR為近紅外波段反射率。

4.根據權利要求3所述的基于遙感時序分析的拋荒地信息提取方法，其特征在于，所述構建耕地范圍內植被的NDVI連續時序生長變化曲線的具體方法包括以下步驟：

基于GLC的耕地范圍掩膜；

提取遙感影像NDVI指數時間序列數據集，基于MNSPI去除云和陰影對時序數據的影響，構建耕地范圍內植被的NDVI連續時序生長變化曲線。

5.根據權利要求1所述的基于遙感時序分析的拋荒地信息提取方法，其特征在于，所述根據耕地范圍內植被的NDVI連續時序生長變化曲線，提取NDVI的年內變化曲線波動性強度的參數CV的具體方法包括以下步驟：

逐象元依次獲取影像全部像素的年內NDVI變化曲線；

計算以象元為單位的NDVI變異系數CV，計算公式如下：

CV＝σ/μ (4)

其中，CV為第i個象元NDVI的年內時間序列變異系數，σ為第i個象元為NDVI的年內時間序列標準差，μ為第i個象元年內NDVI時間序列的均值，n為影像中全部象元的個數。

6.根據權利要求5所述的基于遙感時序分析的拋荒地信息提取方法，其特征在于，所述根據CV的值從耕地范圍內提取拋荒地的空間分布信息的具體方法包括：通過設置CV的閾值從耕地范圍內提取拋荒地的空間分布信息；

所述通過設置CV的閾值從耕地范圍內提取拋荒地的空間分布信息的方法包括以下步驟：

選取拋荒地變異系數CV閾值的分區；

分割多尺度的時序多波段影像；

逐對象采集樣本進行CV閾值分析；

基于異質性最小原則的區域合并算法對閾值相同的分割區塊進行合并，從而獲取植被類型相似區域內的CV閾值；

根據所述高分一號和二號多波段高空間分辨率影像分析獲得拋荒地提取模型參數閾值；

將所確定的參數閾值與所獲取植被類型相似區域內的CV閾值相對比，從而判斷該區域是否為拋荒地，進而提取拋荒地的空間分布信息。

7.根據權利要求6所述的基于遙感時序分析的拋荒地信息提取方法，其特征在于，所述分割多尺度的時序多波段影像的方法包括以下步驟：

依據遙感影像時間序列的時譜特征和形狀特征，利用異質性最小的區域合并算法，將影像分割成高同質的、互相連結的、與實際地物相對應的不同區塊；

所述基于異質性最小原則的區域合并算法對閾值相同的分割區塊進行合并的方法包括以下步驟：

以任意像元為起點進行區域合并，得到較小的分割區塊；

將分割區塊中相鄰的同質區按照異質性最小原則進行合并，生成所需的多邊形對象。