[发明专利]一种识别有效耕地的方法及装置、存储介质及处理器有效
申请号: | 201811516874.7 | 申请日: | 2018-12-12 |
公开(公告)号: | CN109635731B | 公开(公告)日: | 2021-04-20 |
发明(设计)人: | 韩宇;李洪忠;陈劲松;姜小砾 | 申请(专利权)人: | 中国科学院深圳先进技术研究院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/62 |
代理公司: | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人: | 曹卫良 |
地址: | 518055 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 识别 有效 耕地 方法 装置 存储 介质 处理器 | ||
1.一种识别有效耕地的方法,其特征在于,包括以下步骤:
A、输入同一地区预设时间段的时序Landsat TM遥感影像,其中,预设时间段内包括有若干景时序Landsat TM遥感影像数据;输入该地区的坡度SLOPE数据;
B、通过时序Landsat TM数据计算该地区的归一化差分植被指数数据NDVI;
C、将归一化差分植被指数数据NDVI进行时序排序,依照时间先后顺序依次命名为NDVI1、NDVI2、NDVI3、……、NDVIn,其中NDVIn为第n个归一化差分植被指数数据NDVI,n为≥1的整数,并将其合并为NDVI数据;
D、利用面向对象的图像分类方法对NDVI数据进行多尺度分割;
G、利用多尺度分割后的NDVI数据建立分类特征μNDVI和分类特征σNDVI;μNDVI表示一对象所有NDVI波段的NDVI均值的均值,σNDVI表示一对象所有NDVI波段的NDVI均值的方差;
H、根据分类特征μNDVI和分类特征σNDVI确定该地区的耕作状态;
所述方法在步骤D、G之间还包括步骤:
E、利用NDVI数据进行植被灌溉区信息提取;
F、利用SLOPE数据进行林地信息提取,提取方法为阈值判断,若任意一对象其存在SLOPE数值小于等于0.5,即认为该对象为耕地对象,判断条件如下:
其中,Objectvegetation表示植被对象;Objectfarmland表示耕地对象;
所述方法在步骤H之后还包括步骤:
I、根据作物物候中NDVI低值期的分布特点来进行作物种类判断。
2.根据权利要求1所述的方法,其特征在于,步骤A包括:
输入同一地区1年期的时序Landsat TM遥感影像,其中,每个月至少有一景数据;时序Landsat TM遥感影像包括3个可见光谱段为蓝绿谱段、绿谱段、红谱段,1个近红外谱段,2个近短波红外谱段,1个热红外谱段,并且将这7个谱段依次命名为蓝绿谱段B1、绿谱段B2、红谱段B3、近红外谱段B4、近短波红外谱段B5、热红外谱段B6、近短波红外谱段B7;输入该地区的坡度SLOPE数据;
步骤B包括:
通过输入的时序Landsat TM数据计算该地区的归一化差分植被指数数据NDVI,计算公式如下:
NDVI=(B4-B3)/(B4+B3);
其中,NDVI表示归一化差分植被指数;B3表示Landsat TM数据红谱段的亮度值;B4表示Landsat TM数据近红外谱段的亮度值。
3.根据权利要求2所述的方法,其特征在于,步骤D包括:
(1)参与多尺度分割的波段包括NDVI1、NDVI2、NDVI3、……、NDVIn和坡度SLOPE数据,每个波段的权重Qi值均为1;
(2)设置分割尺度Scale Parameter,分割尺度的数值不超过50;
(3)设置形状因子Shape,形状因子的数值不超过0.1;
(4)设置紧致度因子Compactness,紧致度因子的数值不超过0.5;
(5)将多尺度分割后产生的对象赋类为Objectunclassified。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811516874.7/1.html,转载请声明来源钻瓜专利网。