[发明专利]基于时间序列高分辨率遥感数据的苹果识别方法

权利要求书

1.基于时间序列高分辨率遥感数据的苹果识别方法，其特征在于，包括如下步骤：

(1)数据获取与预处理；

(2)基于单时相特征差异分析和多时相时间序列的特征分析；

(3)构建苹果遥感识别决策树模型，进行苹果遥感识别；

(4)对分类结果进行精度评价。

2.根据权利要求1所述的基于时间序列高分辨率遥感数据的苹果识别方法，其特征在于，在步骤(1)中：

(1-1)收集哨兵2不同时期的高分辨率遥感影像；

(1-2)分析不同地物类别的光谱特征以及植被指数之间的差异，选取适用特征。

3.根据权利要求2所述的基于时间序列高分辨率遥感数据的苹果识别方法，其特征在于，在步骤(1-1)中：

收集山东嘉祥县高分辨率遥感影像数据8期，分别为：2018年3月16日影像、2018年4月20日影像、2018年5月10日影像、2018年6月14日影像、2018年8月23日影像、2018年9月22日影像、2018年9月27日影像和2018年10月2日影像；

收集山东邹城县高分辨率遥感影像5期，分别为：2018年5月10日影像、2018年6月14日影像、2018年8月23日影像、2018年9月27日影像和2018年10月2日影像。

4.根据权利要求2所述的基于时间序列高分辨率遥感数据的苹果识别方法，其特征在于，在步骤(1-2)中：

选取的光谱特征为：蓝光波段B1、绿光波段B2、红光波段B3、近红外波段B4；

选取的植被指数包括如下：

归一化差异绿度指数NDGI的计算公式：(ρ_green-ρ_red)/(ρ_green+ρ_red)；

归一化差异植被指数NDVI的计算公式：(ρ_nir-ρ_red)/(ρ_nir+ρ_red)；

比值植被指数RVI的计算公式：ρ_red/ρ_nir；

归一化差分水体指数NDWI的计算公式：(ρ_green-ρ_nir)/(ρ_green+ρ_nir)；

土壤调整植被指数SAVI的计算公式：(1+L)*(ρ_nir-ρ_red)/(ρ_nir+ρ_red+L)，L＝0.5；

抗大气植被指数ARVI的计算公式：ρ_red-γ*(ρ_blue-ρ_red)，γ＝1.0；其中：ρ_green为绿光波段反射率，ρ_red为红光波段反射率；ρ_nir为近红外波段反射率；ρ_blue为蓝光波段反射率。

5.根据权利要求4所述的基于时间序列高分辨率遥感数据的苹果识别方法，其特征在于，在步骤(2)中，从两个方面分析地表作物之间的可分性，一是单时相条件下，各个地物类别在各个特征波段的均值差异分析；二是多时相条件下，各个地物类别各个特征随时间变化的特征序列分析。