[发明专利]一种基于中高分辨率时序遥感数据的农林作物识别方法

说明书

本发明公开了一种基于中高分辨率时序遥感数据的农林作物识别方法，所述方法包括：步骤1)对多个中高分辨率遥感器在不同时间对同一地区进行观测到的遥感影像进行交叉定标；步骤2)对于不同空间分辨率的遥感影像，在交叉定标的基础上，形成空间分辨率一致、时间间隔较短的遥感时序数据集合；步骤3)利用影像分割方法对遥感影像中的农林地块进行分割，获得各个地块的边界；步骤4)以地块为单位，对遥感时序数据集合进行分析，统计各时期地块光谱波段反射率、归一化植被指数、叶面积指数的均值和方差；然后按照时间对统计特征进行排序，形成该地块的多种特征曲线；步骤5)将农林地块的多种特征曲线与物候特征库进行匹配，获取该地块的作物类型。

技术领域

本发明涉及遥感应用领域，特别涉及中高分辨率的时序遥感数据在农、林作物识别方面的应用，具体涉及一种基于中高分辨率时序遥感数据的农林作物识别方法。

背景技术

农林作物识别是长势监测、作物估产等农林作物遥感监测的基础。当前的农林作物遥感识别主要有三类方法：

1、人工目视解译。专业人员通过直接观察或借助辅助判读仪器在遥感图像上获取特定目标地物信息。该方法受限于人员技术水平且费工费时，不能满足信息时效性的需要。

2、计算机监督分类。以最大似然法为代表的监督分类，是计算机模式识别的方式自动提取农林作类别。该方法虽然自动化程度较高，但准确度受限于样本选择数量与质量、计算机模式识别算法性能等的影响，识别的准确度较低，难以满足应用要求。

3、多时相分析方法。该方法在物候历分析的基础上，通过选择最适合时相的遥感影像，与农林作物的物候关键期进行对比，实现作物的类别识别。但由于不同卫星存在空间分辨率不一致、大气状况等观测条件多变、观测周期难以控制等因素的影响，导致符合要求的观测数据难以采集，实用性较低。

近年来遥感观测技术的迅速发展，遥感数据的光谱分辨率、空间分辨率、时间分辨率不断提高，为进一步提高遥感农林作物识别的准确性和效率提供了可能性。但上述三类方法均无法充分利用多源(尤其是中高分辨率卫星)、时序观测遥感数据提供的有效信息，因此需要一种能够针对中高分辨率时序遥感数据的准确、高效、适用性强的农林作物识别方法。

发明内容

本发明的目的在于克服目前多源遥感数据在农林作物识别中信息无法被充分利用、解译自动化程度较低、作物类别识别准确度较低等问题。提供一种对来源、不同时相遥感数据的交叉定标方法，实现有效的辐射定标和大气校正；构建多尺度时空遥感分析框架，使不同空间分辨率、不同观测间隔的遥感影像可以进行联合分析；在采集大量农林作物实测数据的基础上，建立主要农林作物类别的物候特征库；提取时序遥感影像植被相关的特征，对农林地块进行识别并构建其特征曲线；利用模糊数学方法，进行农林地块特征曲线与物候特征库的匹配，实现准确的作物类别识别。

为了实现上述目的，本发明提出了一种基于中高分辨率时序遥感数据的农林作物识别方法，所述方法包括：

步骤1)对多个中高分辨率遥感器在不同时间对同一地区进行观测到的遥感影像进行交叉定标；

步骤2)对于不同空间分辨率的遥感影像，在交叉定标的基础上，考虑空间和时间多尺度方差反映不同尺度上的波动性，利用离散小波变换对图像进行融合和插值处理，形成空间分辨率一致、时间间隔较短的遥感时序数据集合；

步骤3)利用影像分割方法对遥感影像中的农林地块进行分割，获得各个地块的边界；

步骤4)以地块为单位，对遥感时序数据集合进行分析，统计各时期地块光谱波段反射率、归一化植被指数、叶面积指数的均值和方差；然后按照时间对统计特征进行排序，形成该地块的多种特征曲线；

步骤5)将农林地块的多种特征曲线与物候特征库进行匹配，获取该地块的作物类型。

作为上述方法的一种改进，所述方法的步骤5)之前包括：建立物候特征库；具体包括：