[发明专利]一种基于遥感时序数据的旱地作物识别方法

说明书

本发明涉及一种基于遥感时序数据的旱地作物识别方法。该方法基于研究区植被指数和短波红外波段的时序数据，获取每个生长周期内的农作物生长盛期，进而推断农作物生长前期和生长后期，依次建立农作物生长前期的SWIR和EVI增量乘积指数、农作物生长后期的SWIR和EVI增量乘积指数，综合形成整个农作物生长期的SWIR和EVI增量乘积指数，最后依据整个农作物生长期的SWIR和EVI增量乘积指数开展旱地作物识别。该方法用于旱地作物识别，具有鲁棒性好、分类精度高、自动化程度与抗干扰能力强等特点。

技术领域

本发明涉及遥感信息处理领域，具体涉及一种基于遥感时序数据的旱地作物识别方法。

背景技术

准确快速掌握农作物种植面积及其空间分布范围，对于确保粮食安全至关重要。大宗旱地作物如小麦、玉米、土豆的分布范围很广，在我国农业生产中占有重要地位。其他旱地作物如花生、棉花、油菜、大豆、芝麻等等，作为油料、饲料或纺织原料，均与人们生活密切相关。因此快速自动监测旱地作物的空间分布，具有非同寻常的意义。传统的农业抽样调查方法难以突破人力财力成本高、耗时长以及无法全覆盖的局限性。遥感影像具有时效性强、覆盖范围大的特点，在农作物面积监测中发挥着重要作用。我国已经初步建立了农情遥感监测与信息服务系统，实现了主要农作物、草地和农业灾害的实时监测。然而，在我国农情信息遥感监测系统的作物遥感监测业务中，有两个方面问题值得关注：(1)在主要农作物识别中，通常需要用到耕地掩膜数据，由于土地利用/覆盖数据的时效性与精度等各方面问题，不可避免地带来误差，从而直接影响到农作物面积遥感估算的精度；(2)由于农作物生长期内云雨天气比较频繁，一些时期的遥感影像不免受到云的影响，导致遥感指数时序曲线受到干扰，为基于多期或时间序列的遥感分类方法带来挑战。针对问题1，有必要加强旱地作物空间分布的快速自动监测工作，能一次性提取所有旱地作物空间分布范围，为进一步分别开展各种旱地作物识别提供掩膜数据。针对问题2，有必要加强时序遥感分类技术研究，尽可能避免云雨天气带来的干扰，建立自动化程度高、鲁棒性强的时序分类方法。

本发明拟针对上述问题，建立一种能高效识别旱地作物的方法。本发明通过充分挖掘农作物生长期内水田作物和旱地作物在植被指数和短波红外波段遥感时序特征，为大范围旱地作物识别提供了一种新的方法和思路。

发明内容

本发明的目的在于提供一种基于遥感时序数据的旱地作物识别方法，该方法适用于大范围快速遥感监测的需求，具有自动化程度高、简单易用、鲁棒性好以及分类精度高等特点。

为实现上述目的，本发明的技术方案是：一种基于遥感时序数据的旱地作物识别方法，包括如下步骤，

步骤S01：逐像元建立研究区植被指数、短波红外波段的时序数据；

步骤S02：逐像元计算每个生长周期内的EVI最大值，获取农作物生长盛期时间；

步骤S03：依据农作物生长盛期时间，推断农作物生长前期和生长后期；

步骤S04：建立农作物生长前期的SWIR和EVI增量乘积指数；

步骤S05：建立农作物生长后期的SWIR和EVI增量乘积指数；

步骤S06：建立整个农作物生长期的SWIR和EVI增量乘积指数；

步骤S07：依据SWIR和EVI增量乘积指数进行旱作种植区提取。

在本发明一实施例中，所述步骤S02具体实现即：首先依据耕地复种指数空间分布图逐像元推断农作物生长周期个数，而后逐像元计算每个生长周期内的EVI最大值，获取每个生长周期所对应的农作物生长盛期时间。