[发明专利]一种农作物遥感分类方法及系统

权利要求书

1.一种农作物遥感分类方法，其特征在于，所述方法包括：

获取监测区域的WFV光学影像数据和Sentinel-1雷达数据；

对所述WFV光学影像数据进行数据预处理，生成预处理后的WFV光学数据；

对所述Sentinel-1雷达数据进行数据预处理，生成预处理后的Sentinel-1雷达数据；

采用最大似然分类器对所述预处理后的WFV光学数据进行分类，生成耕地分类结果；

采用所述耕地分类结果对所述预处理后的Sentinel-1雷达数据进行掩膜得到Sentinel-1耕地影像；

根据所述预处理后的WFV光学数据和实地采集的野外信息创建农作物样本；

根据所述农作物样本和所述Sentinel-1耕地影像计算各个时相下不同农作物之间的J-M距离值；

根据所述J-M距离值的大小对时相进行排序，选取排序结果中所述J-M距离值较大的多景Sentinel-1耕地影像；

根据所述农作物样本的面矢量对所述多景Sentinel-1耕地影像进行裁剪，得到各类Sentinel-1农作物样本集；

根据所述Sentinel-1农作物样本集计算所述Sentinel-1农作物样本集中每类农作物样本与所述多景Sentinel-1耕地影像中各个位置上的每类农作物之间的差异度；

根据所述差异度确定研究区域农作物的分类结果；

所述根据所述预处理后的WFV光学数据和实地采集的野外信息创建农作物样本，包括：

进行实地信息采集，利用GPS记录研究区域各类农作物的经纬度，得到研究区域的野外信息；

根据所述野外信息和预处理后的WFV光学数据进行农作物样本的创建，对各类农作物野外记录的经纬度建立30m缓冲区，使原始的点矢量变为面矢量；

所述对所述WFV光学影像数据进行数据预处理，生成预处理后的WFV光学数据，具体包括：

对所述WFV光学影像数据进行辐射定标，生成辐射定标后光学数据；

对所述辐射定标后光学数据采用FLAASH模型进行大气校正，生成大气校正后的光学数据；

采用二次多项式纠正方法对所述大气校正后的光学数据进行几何校正，生成几何校正后的光学数据；

利用研究区域矢量边界对所述几何校正后的光学数据进行裁剪，得到研究区域WFV影像图作为预处理后的WFV光学数据；

所述对所述Sentinel-1雷达数据进行数据预处理，生成预处理后的Sentinel-1雷达数据，具体包括：

通过热噪声去除方法初步消除所述Sentinel-1雷达数据的噪声影响，生成热噪声去除后影像；

采用辐射定标方法将所述热噪声去除后影像的强度值转换为后向散射系数，生成辐射定标后雷达数据；

采用滤波算法对所述辐射定标后雷达数据的斑点噪声进行滤波去除，生成滤波后雷达数据；

对所述滤波后雷达数据进行地形校正，生成地理几何校正后影像；

将所述地理几何校正后影像重采样为与所述预处理后的WFV光学数据分辨率一致的重采样后Sentinel-1数据；

对所述预处理后的WFV光学数据和所述重采样后Sentinel-1数据进行配准，生成配准后的Sentinel-1影像；

利用研究区域矢量边界对所述配准后的Sentinel-1影像进行裁剪，得到研究区域Sentinel-1影像图作为预处理后的Sentinel-1雷达数据；

所述农作物样本和所述Sentinel-1耕地影像计算各个时相下不同农作物之间的J-M距离值，具体包括：

根据所述农作物样本和所述Sentinel-1耕地影像，采用公式J_ij＝k(1-e^α)和公式计算各个时相下不同农作物之间的J-M距离值；其中J_ij表示第i类所述农作物样本与所述Sentinel-1耕地影像中的第j类农作物之间的J-M距离值；u_i、u_j分别为第i、j类农作物样本对应Sentinel-1耕地影像位置处像元的均值；C_i、C_j分别为第i、j类农作物样本对应Sentinel-1耕地影像位置处的协方差矩阵；ln表示取自然对数；|C_i|、|C_j|分别为协方差矩阵C_i、C_j的行列式的值；k为常数系数；

所述根据所述Sentinel-1农作物样本集计算所述Sentinel-1农作物样本集中每类农作物样本与所述多景Sentinel-1耕地影像中各个位置上的每类农作物之间的差异度，具体包括：

从所述Sentinel-1农作物样本集中随机抽取每类农作物的m个Sentinel-1样本作为随机样本集；

计算所述随机样本集中m个Sentinel-1样本的样本像素均值；

根据所述多景Sentinel-1耕地影像的像素值和每类农作物的样本像素均值，采用公式计算所述Sentinel-1农作物样本集中每类农作物样本与所述多景Sentinel-1耕地影像中各个位置上的每类农作物之间的差异度err；其中n表示所述Sentinel-1农作物样本集中的时相个数；σ_obs(n)为所述多景Sentinel-1耕地影像中第n景影像的像素值；σ_train(n)是所述Sentinel-1农作物样本集中第n个随机样本集的样本像素均值；var(σ_train(n))是第n个随机样本集中Sentinel-1样本的方差。

2.一种农作物遥感分类系统，其特征在于，所述系统包括：

数据获取模块，用于获取监测区域的WFV光学影像数据和Sentinel-1雷达数据；

光学数据预处理模块，用于对所述WFV光学影像数据进行数据预处理，生成预处理后的WFV光学数据；

雷达数据预处理模块，用于对所述Sentinel-1雷达数据进行数据预处理，生成预处理后的Sentinel-1雷达数据；

数据分类模块，用于采用最大似然分类器对所述预处理后的WFV光学数据进行分类，生成耕地分类结果；

耕地影像获取模块，用于采用所述耕地分类结果对所述预处理后的Sentinel-1雷达数据进行掩膜得到Sentinel-1耕地影像；

农作物样本创建模块，用于根据所述预处理后的WFV光学数据和实地采集的野外信息创建农作物样本；

J-M距离值计算模块，用于根据所述农作物样本和所述Sentinel-1耕地影像计算各个时相下不同农作物之间的J-M距离值；

最优分类时相选取模块，用于根据所述J-M距离值的大小对时相进行排序，选取排序结果中所述J-M距离值较大的多景Sentinel-1耕地影像；

农作物样本集获取模块，用于根据所述农作物样本的面矢量对所述多景Sentinel-1耕地影像进行裁剪，得到各类Sentinel-1农作物样本集；

差异度计算模块，用于根据所述Sentinel-1农作物样本集计算所述Sentinel-1农作物样本集中每类农作物样本与所述多景Sentinel-1耕地影像中各个位置上的每类农作物之间的差异度；

农作物分类模块，用于根据所述差异度确定研究区域农作物的分类结果；

所述根据所述预处理后的WFV光学数据和实地采集的野外信息创建农作物样本，包括：

进行实地信息采集，利用GPS记录研究区域各类农作物的经纬度，得到研究区域的野外信息；

根据所述野外信息和预处理后的WFV光学数据进行农作物样本的创建，对各类农作物野外记录的经纬度建立30m缓冲区，使原始的点矢量变为面矢量；

所述光学数据预处理模块具体包括：

光学数据辐射定标单元，用于对所述WFV光学影像数据进行辐射定标，生成辐射定标后光学数据；

大气校正单元，用于对所述辐射定标后光学数据采用FLAASH模型进行大气校正，生成大气校正后的光学数据；

几何校正单元，用于采用二次多项式纠正方法对所述大气校正后的光学数据进行几何校正，生成几何校正后的光学数据；

光学数据裁剪单元，用于利用研究区域矢量边界对所述几何校正后的光学数据进行裁剪，得到研究区域WFV影像图作为预处理后的WFV光学数据；

所述雷达数据预处理模块具体包括：

噪声去除单元，用于通过热噪声去除方法初步消除所述Sentinel-1雷达数据的噪声影响，生成热噪声去除后影像；

雷达数据辐射定标单元，用于采用辐射定标方法将所述热噪声去除后影像的强度值转换为后向散射系数，生成辐射定标后雷达数据；

滤波单元，用于采用滤波算法对所述辐射定标后雷达数据的斑点噪声进行滤波去除，生成滤波后雷达数据；

地形校正单元，用于对所述滤波后雷达数据进行地形校正，生成地理几何校正后影像；

重采样单元，用于将所述地理几何校正后影像重采样为与所述预处理后的WFV光学数据分辨率一致的重采样后Sentinel-1数据；

影像配准单元，用于对所述预处理后的WFV光学数据和所述重采样后Sentinel-1数据进行配准，生成配准后的Sentinel-1影像；

雷达数据裁剪单元，用于利用研究区域矢量边界对所述配准后的Sentinel-1影像进行裁剪，得到研究区域Sentinel-1影像图作为预处理后的Sentinel-1雷达数据；

所述J-M距离值计算模块具体包括：

J-M距离值计算单元，用于根据所述农作物样本和所述Sentinel-1耕地影像，采用公式J_ij＝k(1-e^α)和公式计算各个时相下不同农作物之间的J-M距离值；其中J_ij表示第i类所述农作物样本与所述Sentinel-1耕地影像中的第j类农作物之间的J-M距离值；u_i、u_j分别为第i、j类农作物样本对应Sentinel-1耕地影像位置处像元的均值；C_i、C_j分别为第i、j类农作物样本对应Sentinel-1耕地影像位置处的协方差矩阵；ln表示取自然对数；|C_i|、|C_j|分别为协方差矩阵C_i、C_j的行列式的值；k为常数系数；

所述差异度计算模块具体包括：

样本抽取单元，用于从所述Sentinel-1农作物样本集中随机抽取每类农作物的m个Sentinel-1样本作为随机样本集；

像素均值计算单元，用于计算所述随机样本集中m个Sentinel-1样本的样本像素均值；

差异度计算单元，用于根据所述多景Sentinel-1耕地影像的像素值和每类农作物的样本像素均值，采用公式计算所述Sentinel-1农作物样本集中每类农作物样本与所述多景Sentinel-1耕地影像中各个位置上的每类农作物之间的差异度err；其中n表示所述Sentinel-1农作物样本集中的时相个数；σ_obs(n)为所述多景Sentinel-1耕地影像中第n景影像的像素值；σ_train(n)是所述Sentinel-1农作物样本集中第n个随机样本集的样本像素均值；var(σ_train(n))是第n个随机样本集中Sentinel-1样本的方差。