[发明专利]基于多时相SAR数据与多光谱数据的作物遥感分类方法

说明书

为了解决农作物遥感分类精度低的问题，本发明提供一种基于多时相SAR数据与多光谱数据的作物遥感分类方法，属于农业技术领域。本发明包括：S1、分别获取作物生长期内多光谱数据与生长期内不同时间且特征明显的SAR数据；S2、根据耕地地块信息突出的多光谱数据提取耕地范围；S3、在SAR数据中选择不同时间的VV极化数据波段组合得到多时相SAR数据，将多时相SAR数据分别与单时相多光谱数据进行波段组合；S4、创建训练样本；S5、利用多时相SAR数据与单时相多光谱数据波段组合后的影像、多时相SAR数据、单时相多光谱数据以提取的耕地范围参与掩膜，结合训练样本光谱特征均值和协方差对研究区内的作物利用最大似然法进行分类。

技术领域

本发明涉及一种改善农作物遥感分类精度的方法，特别涉及一种基于多时相SAR数据与多光谱数据的作物遥感分类方法，属于农业技术领域。

背景技术

由于多光谱数据对相同生长期作物的识别监测依然面临着“同谱异物”的难题，并且容易受到云雨天气的影响，导致在作物生长关键期无法获取可利用的监测数据。基于这种情况，雷达数据由于可全天时、全天候工作成为可用的数据源。且农情遥感监测的最重要内容之一就是对农作物种植面积与产量的及时、客观的预告，精准识别不同农作物是非常重要的前提。因此，农情遥感监测的目标就是快速准确的对农作物进行遥感分类，从而全面的进行作物面积和产量估计。目前多数农作物识别的研究主要数据源是多光谱数据，但其容易受到天气的影响，获取率低；而SAR数据在农作物识别方面的应用也主要集中于水稻识别，监测的农作物类型比较单一，结合SAR数据的应用也多用于突出水分或灌溉信息，针对复杂种植结构下作物的识别研究较少。由于旱地作物在我国大区域分布、大范围种植、高需求，故快速精准的了解旱地作物类型有着重大意义。

发明内容

为了解决农作物遥感分类监测中影像获取率低导致作物遥感分类精度低的问题，本发明提供一种快速、准确、提高总体作物分类精度的基于多时相SAR数据与多光谱数据的作物遥感分类方法。

本发明的基于多时相SAR数据与多光谱数据的作物遥感分类方法，所述方法包括如下步骤：

S1、分别获取作物生长期内多光谱数据与生长期内不同时期且特征明显的SAR数据，进行预处理，再将预处理后的SAR数据进行转投影，多光谱数据与SAR数据依据研究区矢量裁剪到相同范围，并将SAR数据的灰度值转变成后向散射系数值；

所述多光谱数据中含有Landsat 8数据；

S2、根据耕地地块信息突出的多光谱数据提取耕地范围；

S3、在SAR数据中选择不同时期的VV极化数据进行波段组合得到多时相SAR数据，并将得到的多时相SAR数据分别与单时相多光谱数据进行波段组合，获得多时相SAR数据与单时相多光谱数据波段组合后的影像；

S4、在Landsat 8数据上获取感兴趣区，在感兴趣区创建训练样本；

S5、利用得到的多时相SAR数据与单时相多光谱数据波段组合后的影像、多时相SAR数据、单时相多光谱数据以S2提取的耕地范围参与掩膜，结合训练样本光谱特征的均值和协方差对研究区内的作物利用最大似然法进行分类。

优选的是，所述S1中，预处理的过程包括：

对多光谱数据进行辐射定标、大气校正、正射校正与几何精校正，对SAR数据进行格式转换、辐射定标、噪声滤波、地形校正和几何精校正。

优选的是，所述S4中，还包括统计创建的训练样本的可分离性：

J＝2(1-e^-B)

式中，J表示分离数，两种不同类别间训练样本的巴氏距离B为：