[发明专利]基于多时相数据中特征提取的中稻信息决策树分类方法

说明书

本发明所述基于多时相数据中特征提取的中稻信息决策树分类方法，其选取的高分一号影像数据既具有高空间分辨率也具有高时间分辨率的优点，在此基础上，本发明既使用了单时相影像提取水稻分布时用到的多种特征参量，又结合了多时相影像进行时序分析的优势，使多参量与多时相有机的结合，通过知识决策树分类的方式，提取出中稻的分布。多种特征参量，可以更好的剔除非目标地物，多时相分析，可以有助于剔除异物同谱导致的错分地物也可以进一步提取出目标地物，决策树分类具有灵活、直观、效率高等特点。所以，综合这些优势，可以进一步提高中稻提取的精度，无论是对国家的粮食安全体系，还是对遥感在农业方面的商业化应用，都有积极的意义。

技术领域

本发明涉及测绘遥感领域，具体涉及一种基于多时相数据中特征提取的中稻信息决策树分类方法。

背景技术

水稻是世界三大粮食作物之一，播种面积占世界总耕地面积的15％。我国是世界最大的水稻生产国，水稻种植区域很广阔，南至海南省，北至黑龙江省，东至台湾省，西达新疆维吾尔族自治区都有水稻的种植。不同地域不同气候，水稻种植的品种也不尽相同，根据种植时间主要可分为三大类：早稻、中稻、晚稻。不同地域，早稻、中稻、晚稻生长期会有所差别。以湖北省为例，常年种植双季早晚稻、一季中稻、一季晚稻等，早稻移栽期大概是在四月下旬至五月上旬，收获期在七月中下旬。中稻移栽期在五月下旬至六月上中旬，收获期在九月下旬至十月上中旬。晚稻移栽期在七月下旬，收获期在十月下旬至十一月上旬。水稻种植面积约占我国粮食作物总面积的30％，其产量约占粮食总产量的将近一半。准确、及时、客观、快速地获取水稻种植面积，具有许多方面的重要意义，其一，水稻的种植面积关系到国计民生，正确及时地掌握水稻的种植面积，对编制社会经济发展规划，确保国家粮食安全，宏观调控种植业结构有非常重要的作用；其二，及时准确的水稻种植面积可以为国家及各级地方政府的决策，采取的宏观调控措施，提供客观的科学依据；其三，及时、客观、准确的水稻面积还可以带来巨大的商业价值。

传统的获取大面积水稻种植面积的方法主要有抽样调查法和农业统计报表法。抽样调查法指的是根据统计学理论，从研究对象的全部单位中抽取一部分单位进行考察和分析，并用这部分单位的数量特征去推断总体的数量特征，即利用样本特征来推算总体特征的调查方法。该方法的精度与调查的样本数有着直接的联系，如果调查的样本数量少，那么统计的总体精度会存在较大的偏差，如果调查的样本多，那么调查所花的时间、精力、成本又会过大。农业统计报表法是按照行政单位，从村级单位逐渐汇总上报到乡镇、县市、省和国家。该方法虽然统计的比较的全面，但是其时效性较差，往往需要花费大量的时间，并且在逐级上报时也存在一定的漏报、错报、谎报的现象，导致数据的准确性与可靠性存在一定的缺陷，另一方面，通过上报统计的数据能够作为数据参考，但是不能反映出水稻在空间上的种植分布状况。因此，这些传统的获取农作物面积的方法在时效性、准确性、以及经济成本等方面已经越来越不能满足现实的需要。

目前，随着卫星传感器技术以及遥感探测技术的不断发展，遥感技术在农业方面的应用也变得越来越广泛。遥感具有宏观、客观、实时、准确等特点，能够及时、客观并以较低的经济成本提取出大范围的农作物种植信息。特别是随着传感器类型的不断增加以及传感器在空间分辨率、光谱分辨率、时间分辨率以及灰度分辨率上的不断提高，利用遥感影像获取农作物的信息也更加的精准。如何利用不同的影像数据源获取精确的作物信息也成为了当前遥感领域的研究课题。水稻作为主要的农作物，更是成为了当前许多专家学者的研究热点。