[发明专利]一年两熟地区大宗粮油作物复种模式遥感监测方法

权利要求书

1.一年两熟地区大宗粮油作物复种模式遥感监测方法，其特征在于：包括以下步骤：

A：结合中国熟制区划资料，获取研究区域的熟制信息；若研究区域确为一年两熟地区，则按照经纬度范围，对其进行地理位置分区，将位于秦岭-淮河一线北侧的区域标记为北方一年两熟地区，将位于秦岭-淮河一线南侧的区域标记为南方一年两熟地区；

B：获取研究区域的高分辨率多光谱卫星影像，并对获取到的高分辨率多光谱卫星影像进行时相筛选、预处理与波段计算，得到北方一年两熟地区和南方一年两熟地区可辨别时相的、预处理后的多波段影像，以及北方一年两熟地区和南方一年两熟地区可辨别时相的EVI灰度影像、edgNDVI灰度影像、LSWI灰度影像以及D-value灰度影像；

EVI指增强型植被指数，edgNDVI指近红外波段与红边波段组合的改进型归一化植被指数，LSWI指地表水分指数，D-value指LSWI与EVI差值；

C：根据步骤B中得到的可辨别时相的EVI灰度影像、edgNDVI灰度影像以及D-value灰度影像，对北方一年两熟地区和南方一年两熟地区的两季大宗粮油作物进行分类识别；北方一年两熟地区大宗粮油作物包括冬小麦、夏玉米和夏大豆，南方一年两熟地区大宗粮油作物包括冬小麦、冬油菜、早稻、中稻、晚稻和夏大豆；

D：利用小斑块聚合方法，分别对步骤C中得到的北方一年两熟地区和南方一年两熟地区的两季大宗粮油作物分类识别结果进行优化处理，消除分类结果的“椒盐”现象，并分别生成北方第一季、北方第二季、南方第一季和南方第二季大宗粮油作物分布数据；

E：根据步骤D中得到的北方第一季、北方第二季、南方第一季和南方第二季大宗粮油作物分布数据，判定复种模式；

其中，所述的步骤B中，对获取到的高分辨率多光谱卫星影像进行时相筛选、预处理与波段计算，具体包括以下步骤：

B1：对卫星影像进行时相筛选，得到可辨别时相的影像；

根据卫星影像成像质量与观测时间，结合研究区域地理位置分区结果、南北方农作物种类差异及物候特征，筛选出可辨别时相的影像：

对于北方一年两熟地区，筛选出冬小麦分蘖期、冬小麦拔节期、冬小麦收获期及夏玉米抽穗期4期无云或少云影像；其中，夏玉米抽穗期同时为夏大豆结荚期，少云影像指云量低于5％的影像；

对于南方一年两熟地区，筛选出冬小麦返青期、冬油菜开花期、冬小麦收获期、中稻移栽期及中稻与夏大豆收获期5期无云或少云影像；其中，冬小麦返青期同时为冬油菜蕾薹期，冬油菜开花期同时为冬小麦拔节孕穗期，冬小麦收获期同时为早稻分蘖拔节期，中稻移栽期同时为夏大豆出苗期，夏大豆收获期同时为晚稻抽穗乳熟期，少云影像指云量低于5％的影像；

B2：对筛选后得到的可辨别时相的影像进行预处理，得到可辨别时相的、预处理后的多波段影像；

对筛选后得到的可辨别时相的影像进行预处理，依次包括正射校正、几何精校正、大气校正、波段选取与重采样；在对可辨别时相的、大气校正后的影像进行波段选取时，仅保留后续农作物分类识别所需的蓝色波段、绿色波段、红色波段、红边波段、近红外波段和短波红外波段这6个波段；然后对上述6个波段进行重采样，将空间分辨率予以统一；

B3：对可辨别时相的、预处理后的多波段影像进行波段计算，分别得到可辨别时相的EVI灰度影像、edgNDVI灰度影像、LSWI灰度影像以及D-value灰度影像；

EVI灰度影像是由预处理后的多波段影像通过波段计算得到的EVI单波段影像，该单波段影像的每个象元值即为原多波段影像每个对应位置象元的EVI值；edgNDVI灰度影像、LSWI灰度影像以及D-value灰度影像同理；

其中，EVI的计算公式为：

式中，ρ_nir、ρ_red和ρ_blue分别表示近红外波段、红色波段和蓝色波段的反射率；

edgNDVI的计算公式为：

式中，ρ_nir和ρ_edg分别表示近红外波段和红边波段的反射率；

LSWI的计算公式为：

式中，ρ_nir和ρ_swir分别表示近红外波段和短波红外波段的反射率；

D-value的计算公式为：

D-value＝LWSI-EVI；

式中，LWSI和EVI分别表示地表水分指数的值和增强型植被指数的值；

所述的步骤C包括以下具体步骤：

在对北方一年两熟地区的两季大宗粮油作物分类识别时，按照以下步骤进行：

C1：进行北方一年两熟地区第一季大宗粮油作物分类识别；

首先，对冬小麦拔节期的EVI灰度影像进行阈值分割；当EVI大于等于T₁时，判定为植被1区域；当EVI小于T₁时，判定为非植被1区域；

然后，对植被1区域的冬小麦收获期的EVI灰度影像进行阈值分割；当EVI小于等于T₂时，判定为农田1区域；当EVI大于T₂时，判定为林草1区域；

最后，再对农田1区域的冬小麦分蘖期的EVI灰度影像进行阈值分割；当EVI大于等于T₃时，判定为冬小麦；当EVI小于T₃时，判定为其他夏收作物；

C2：进行北方一年两熟地区第二季大宗粮油作物分类识别；

首先，以步骤C1中判定出的农田1区域掩膜夏玉米抽穗期的edgNDVI灰度影像，得到农田1区域的夏玉米抽穗期的edgNDVI灰度影像；

然后，再对农田1区域的夏玉米抽穗期的edgNDVI灰度影像进行阈值分割；当edgNDVI大于等于T₄时，判定为夏玉米；当edgNDVI小于T₄，判定为夏大豆；

在对南方一年两熟地区的两季大宗粮油作物分类识别时，按照以下步骤进行：

C3：进行南方一年两熟地区第一季大宗粮油作物分类识别；

首先，对冬小麦返青期的EVI灰度影像进行阈值分割；当EVI大于等于T₅时，判定为植被2区域；当EVI小于T₅时，判定为非植被2区域；

然后，对植被2区域的冬油菜开花期的edgNDVI灰度影像进行阈值分割；当edgNDVI小于T₆时，判定为林草2区域；当edgNDVI大于等于T₆且小于等于T₇时，判定为冬油菜；当edgNDVI大于T₇时，判定为冬小麦；

同时，对冬小麦收获期的EVI灰度影像进行阈值分割；当EVI大于等于T₈时，判定为植被3区域；当EVI小于T₈时，判定为非植被3区域；

最后，通过空间叠置分析，求取植被3区域与林草2区域的差集，并将其判定为早稻；

C4：进行南方一年两熟地区第二季大宗粮油作物分类识别；

首先，以步骤C3中判定出的南方一年两熟地区冬小麦、冬油菜及早稻区域求并集，得到农田2区域；并以农田2区域掩膜中稻移栽期的D-value灰度影像，得到农田2区域的中稻移栽期的D-value灰度影像；再对农田2区域的中稻移栽期的D-value灰度影像进行阈值分割；当D-value大于等于T₉时，判定为中稻；当D-value小于T₉时，判定为夏大豆；

其次，以农田2区域掩膜夏大豆收获期的EVI灰度影像，得到农田2区域的夏大豆收获期的EVI灰度影像；再对农田2区域的夏大豆收获期的EVI灰度影像进行阈值分割；当EVI大于等于T₁₀时，判定为晚稻；当EVI小于T₁₀时，判定为非植被4区域。