[发明专利]一种烟田遥感数据的分类提取方法

说明书

技术领域

本发明涉及烟田地理信息分析方法领域，更具体地，涉及一种烟田遥感数据 的分类提取方法。

背景技术

目前，烟田遥感分类提取注重在中高分辨率的遥感影像尺度上进行研究。农 田遥感提取主要有如下2种方法：1)人工目视解译；2)计算机自动分类提取。 前者烟田提取精度较高，但工作周期长、成本高；后者地类信息提取速度较快、 成本较低，但在地表覆盖类型复杂和人为活动影响较大的地区，自动分类提取的 结果仍存在较多漏分和误分。另外，在生长盛期地表植被具有近似的卫星影像像 元DN数值，相差不大的地物影像纹理特征，复杂的土地覆被类型；这些加大了 烟田区水田和旱地的遥感分类提取难度。

发明内容

本发明提供一种烟田遥感数据的分类提取方法，来实现烟田遥感自动分类提 取。

为了达到上述技术效果，本发明的技术方案如下：

一种烟田遥感数据的分类提取方法，包括以下步骤：

S1：收集监控烟田区域的陆地卫星月值数据集；

S2：对月值数据集进行波段运算得到植被指数、水体指数和修正土壤调整指 数的序列数据；

S3：对序列数据进行均方差、半方差和均值运算构建多维特征空间分类数据 集；

S4：利用分类算法对多维特征空间分类数据集进行处理将烟田遥感数据进行 分类。

进一步地，所述步骤S4中利用的分类算法是支持向量机算法。

进一步地，步骤S3中依据计算植被指数半方差达到最大值时的峰值点位置， 来提取烟田地物连续变化的特征信息。

进一步地，步骤S3中计算植被指数均值的局部方差，获取局部方差曲线的 峰值点位置，来提取烟田地物的空间格局信息。

进一步地，通过一个n×n的移动窗口计算窗口内影像植被指数值的标准差 的均值，依据形成局部方差曲线的峰值点位置，来获取地物的空间格局信息。

进一步地，利用多波段扫描影像的绿光波段和近红外波段的比值构建归一化 差异水体指数来表示该比值与实际土壤中含水量的相关关系。

与现有技术相比，本发明技术方案的有益效果是：

本发明基于陆地资源卫星的月值数据集，通过波段运算得到植被指数 (normalizeddifferencevegetationindex，NDVI)、水体指数NDWI(normalized differencewaterindex，NDWI)和修正土壤调整指数(modifiedsoiladjusted vegetationindex，MSAVI)的序列数据，进行均方差、半方差和均值等数学方法 运算，得到具有明确物理意义和物候信息的指标因子，构建多维特征空间分类数 据集，运行支持向量机算法(SVM)自动分类提取研究区内水田和旱地农田类 型，本发明对该区域农业资源合理利用具有一定的实践意义，同时为有关行政部 门制定该区未来农业发展的政策与规划提供一定的参考依据。

附图说明

图1为本发明的流程图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实 际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理 解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

如图1所示，一种烟田遥感数据的分类提取方法，包括以下步骤：

S1：收集监控烟田区域的陆地卫星月值数据集；

S2：对月值数据集进行波段运算得到植被指数、水体指数和修正土壤调整指 数的序列数据；

S3：对序列数据进行均方差、半方差和均值运算构建多维特征空间分类数据 集；

S4：利用分类算法对多维特征空间分类数据集进行处理将烟田遥感数据进行 分类。

本实施例中，步骤S4中利用的分类算法是支持向量机算法；步骤S3中依据 计算植被指数半方差达到最大值时的峰值点位置，来提取烟田地物连续变化的特 征信息；步骤S3中计算植被指数均值的局部方差，获取局部方差曲线的峰值点 位置，来提取烟田地物的空间格局信息。