[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

专利信息
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
【权利要求书】:

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

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top