[发明专利]基于高分辨率遥感影像的高标准农田识别方法

说明书

技术领域

本发明涉及遥感影像处理技术和农田建设，具体涉及一种基于高分辨率遥感影像的高标准农田识别方法

背景技术

粮食安全关系到我国社会稳定、经济发展、国家自立等重大问题。近年来工业化、城镇化迅猛发展，我国本就缺乏的优质耕地资源随之减少，再加上水资源匮乏，极端气候频发都制约着粮食生产。庞大的人口规模和粮食需求决定了立足本国耕地资源解决吃饭问题始终是发展之基，为确保国家粮食安全，中发四号文件指出，要像保护大熊猫一样保护耕地，而高标准农田是耕地的精华部分，是确保国家粮食安全的关键。

国家每年在高标准农田建设方面投入大量的人力物力，高标准农田的建设面积也是呈倍数型增长，高标准农田建设情况要统一纳入国土资源遥感监测“一张图”和综合监管平台，实行在线监管。

目前，基于遥感的高标准农田识别体系基本没有建立。基于以上考虑，寻找一种客观、快速的方法对高标准农田进行监管十分重要。遥感技术具有大区域、实时、高效的特点，考虑结合遥感技术，提出一种高标准农田监管方法，快速识别高标准农田方法具有重要的现实意义。

发明内容

本发明的目的是提供一种基于高分辨率遥感影像的高标准农田识别方法，实现了快速、合理识别现有的大量高标准农田的问题，其识别结果准确、快速且可靠，实现了对高标准农田的有效监控。

本发明的技术方案是：一种基于高分辨率遥感影像的高标准农田识别方法，所述识别方法包括以下步骤：

步骤1、获取所述目标区域的两期高分辨率遥感影像；

步骤2、预处理所述遥感影像；

步骤3、采用规则分类和监督分类相结合的方法，结合农用地质量数据和利用现状数据，对预处理后的两期高分辨率遥感影像进行面向对象的分类；

步骤4、参照高标准农田建设通则(GBT30600-2014)选取指标因素，并利用层次分析法对指标因素分配权重；

步骤5、采用极差归一化方法对所述指标因素进行归一化处理；

步骤6、用归一化后的指标因素处理分类结果矢量数据；结合各指标的权重，将归一化后的指标因素处理分类结果矢量数据的结果进行融合，形成最终的综合评价体系。

步骤7、利用自然断点分级法，在综合指标处理结果中直观的显示各个地方的综合指标因素。

步骤8、结合实地调研，对多个高标准农田样本点指标计算，筛选适宜阈值，评判农田是否属于高标准农田，完成高标准农田识别。

进一步的，根据当地农作物的生产时间，选取两期遥感影像。所述获取目标区域的两期高分辨率遥感影像，包括：

获取所述目标区域中上半年一段时间的高分一号多光谱影像，下半年一段时间的WorldView多光谱影像。

进一步的，预处理所述遥感影像，包括：

对所述高分一号多光谱影像和WorldView多光谱影像数据进行辐射定标、大气校正、几何校正、裁剪的预处理操作；

进一步的，所述对所述高分一号多光谱影像中数据进行辐射定标、大气校正、几何校正和裁剪的预处理操作，包括：对所述多光谱影像数据进行辐射定标，得到辐亮度DN表示给定波段的数字值，Kband表示给定波段的绝对辐射定标因子，Δλband表示给定波段的有效波段宽；用FLAASH模型对所述多光谱影像数据进行大气校正；用二次多项式模型对所述多光谱影像数据进行几何校正。

进一步的，对预处理后的所述高分一号多光谱影像和worldview多光谱影像进行面向对象的多尺度分割和光谱差异性分割。分割参数需要多次试验进行确定，从而选择最优分割参数值。对于不同的对象采取不同的分类方法，主要是田快和线状地物的分类；采用规则分类和监督分类相结合的方法，同时结合农用地质量数据和利用现状数据，对高分辨率遥感影像进行分类。因为高分一号和worldview多光谱影像分辨率不同，本发明选择按照高分一号多光谱影像的分辨率对两期分类结果进行叠加，最终可以分类出田快、道路、林带、大型田坎、沟渠等。

进一步的，参照高标准农田建设通则(GBT30600-2014)选取指标因素，综合考虑自然质量、空间形态、设施条件和区位条件。选择的指标因素有：农作物生产力、灌溉保证能力、规整度、紧致性、连片性、道路通达度、沟渠影响度、耕作距离和农贸市场影响度。

进一步的，为了合理说明各不同指标的影响程度，利用层次分析法确定各指标的权重。采用极差归一化方法对所述判定指标因素进行归一化处理，因为指标因素的指标趋向有正向和负向之分；