[发明专利]基于多源多时相遥感影像数据的菜田监测方法

权利要求书

1.一种基于多源多时相遥感影像数据的菜田监测方法，其特征在于，包括如下步骤：

S1、确定菜田和干扰地物的种类及物候期，选择菜田及干扰地物识别的最佳时相；所述最佳时相有两个，分别是菜田为裸地的第一最佳时相和菜田为植被的第二最佳时相；

S2、采集多源多时相遥感影像数据和业务专题矢量数据，并进行数据处理；

所述业务专题矢量数据包括粮食农作物遥感统计矢量数据、建设用地专题矢量数据、林地专题矢量数据、地块级耕地矢量数据；

所述遥感数据进行辐射纠正、几何纠正处理，所述业务专题矢量数据进行投影变换处理；

S3、采用面向对象的分类方法，结合地块级耕地矢量数据进行菜田数据提取，根据两个最佳时相提取菜田数据并取交集，获得菜田监测结果，具体步骤如下：

S31、对第一最佳时相的遥感影像数据结合地块级耕地矢量数据进行多尺度分割；多尺度分割后以分割对象为单位进行分类判定，所述分类判定依次包括：

亮度判定：

Brightness≥a

Brightness代表分割对象的亮度值，a为亮度阈值；

绿蓝波段比值判定：

M_Green代表分割对象的绿光波段均值，M_Blue代表分割对象的蓝光波段均值，b为绿蓝波段比值阈值；

纹理特征判定：

GLCM Contrast(all dir.)≤c

GLCM Contrast(all dir.)代表分割对象的纹理对比度，c为纹理特征阈值；

矩形度判定：

Rectangular Fit≥d

Rectangular Fit代表分割对象的矩形度，d为筛选裸露耕地的矩形度阈值；

依次经过四个判定，得到菜田裸地规则矢量图斑；

S32、对第二最佳时相的遥感影像数据结合地块级耕地矢量数据进行多尺度分割；多尺度分割后以分割对象为单位进行分类判定，所述分类判定依次包括：

归一化植被指数判定：

NDVI≥e

NDVI为归一化植被指数，e为归一化植被指数阈值；

矩形度判定：

Rectangular Fit≥f

Rectangular Fit代表分割对象的矩形度，f为筛选规则菜田植被矩形度阈值；

依次经过两个判定后，提取菜田植被规则矢量图斑；

S33、将菜田裸地规则矢量图斑和菜田植被规则矢量图斑进行矢量求交集，然后再与业务专题矢量数据进行叠置分析，将干扰地物矢量图斑剔除，获得菜田的监测结果。

2.如权利要求1所述的菜田监测方法，其特征在于，所述步骤S1选择最佳时相的方法如下：

S11、将菜田、干扰地物分种类按时间建立物候特征表；

S12、在物候特征表中，将一旬作为移动物候期窗口的步长，提取每个物候期窗口的信息量，信息量用如下数组表示：

F_i＝(m_i，n_i)

其中，F为信息量；i为物候期窗口所在的时相；F_i为i时相对应的信息量；m_i为生长期蔬菜种类个数；n_i为生长期干扰地类物种类个数；

S13、在物候特征表中选择菜田为裸地和植被的时间段，分别在菜田裸地时间段和菜田植被时间段计算最佳时相，最佳时相i_a为当T_i取得最大值时对应的时相i值，其中T_i＝|m_i-n_i|；

分别计算菜田为裸地第一最佳时相和菜田为植被第二最佳时相。

3.如权利要求1所述的菜田监测方法，其特征在于，所述步骤S2中遥感影像数据是不同卫星传感器获得的高分辨率遥感影像数据或者中分辨率遥感影像数据，所述遥感影像的相邻景影像之间有4％以上的重叠，云、雪覆盖量小于10％。