[发明专利]一种适合低山丘陵地区农作物提取遥感底图的获取方法

说明书

一种适合低山丘陵地区农作物提取遥感底图的获取方法，涉及遥感图像数据处理领域，能够在保持Sentinel‑2遥感影像多光谱特征的前提下，将其空间分辨率10m/20m的提高到2m，处理结果可适用于农作物遥感分类信息提取。包括以下步骤：1)Sentinel‑2多光谱及成像近期GF‑1全色影像获取；2)多光谱影像大气校正；3)全色影像正射校正处理；4)多光谱影像空间分辨率增强处理；5)多光谱影像波段输出与叠合；6)多光谱影像与全色影像几何配准；7)多光谱影像与全色影像融合处理；8)融合影像坏点修复处理；9)裁剪。经本技术方法处理的高分辨率、多光谱遥感影像底图有助于对我国西南低山丘陵复杂地貌地区开展农作物分类识别研究，可有效提高丘陵山地农作物分类识别精度。

技术领域

本发明属于遥感图像数据处理领域，具体涉及一种适合低山丘陵地区农作物提取遥感底图的获取方法。

背景技术

目前，较为常用的高空间分辨率遥感影像一般只有蓝色波段B、绿色波段G、红色波段R、近红外波段NIR等四个波段，其波段通道数量的限制在一定程度上制约了产品在农作物遥感分类识别研究中的应用前景。Sentinel-2遥感影像是新一代多光谱影像，具有高时间、高光谱分辨率的优势，包括13个光谱波段，空间分辨率为10m、20m和60m。其光谱涵盖可见光-红边-近红外-短波红外等光谱范围，更加有利于开展农作物及其它地物遥感分类识别研究。然而，在我国西南低山丘陵地块破碎地区，其空间分辨率仍然难以满足农作物遥感识别相关研究。于是，探索一种既能保持其多光谱特征，又能大幅度提高其空间分辨率的方法显得十分必要。

多光谱图像通常空间分辨率较低，而全色图像通常具有较高的空间分辨率，但缺乏光谱信息。通过利用全色光谱图像与多光谱图像融合技术得到具有较高空间分辨率的多光谱图像，是一种提高多光谱遥感图像空间分辨率的有效方法。因此，通过影像数据融合处理技术在保持Sentinel-2遥感多光谱影像的多波段特征的同时，将其空间分辨率提高到米级，能够有效提高我国西南丘陵山地破碎地区农作物分类识别精度，促进遥感技术在我国西南地区农作物遥感识别中的应用。

发明内容

有鉴于此，本发明提供一种适合低山丘陵地区农作物提取遥感底图的获取方法。

本发明为解决技术问题，所采用的技术方案如下：

一种适合低山丘陵地区农作物提取遥感底图的获取方法，其中，包括以下步骤：

S1、多光谱遥感影像及全色影像获取：获取研究区Sentinel-2多光谱L1C级别影像，包含10个空间分辨率为10m/20m的可见光-红边-近红外-短波红外波段和3个空间分辨率为60m的其它用途波段特征；获取与上述影像成像时间接近的研究区GF-1全色单波段影像；

S2、多光谱影像大气校正：对S1步骤中下载的L1C级别Sentinel-2多光谱影像进行大气校正，将地物像元反射率由大气顶层反射率转换为地表反射率，产品级别转换为L2A级别。如若产品级别已为L2A，则本步骤可以省略；

S3、全色影像正射校正：利用研究区DEM对S1步骤中下载的GF-1全色影像进行正射校正，消除地形对影像造成的几何影响。如若产品已经过正射校正，则本步骤可以省略；

S4、多光谱影像空间分辨率增强处理：对S2步骤中L2A级Sentinel-2多光谱影像产品中空间分辨率为20m的红边波段B5、B6、B7、B8A和短波红外B11、B12等共6个波段进行空间分辨率增强，在保持其地表反射率不变的同时，将其空间分辨率提高至10m；

S5、多光谱影像波段输出与叠合：对S2步骤中的空间分辨率为10m的蓝色波段B2、绿色波段B3、红色波段B4、近红外波段B8等4个波段以及S4步骤中的6个波段共计10个波段图像逐一进行图像归一化到[0,255]，并叠合为一个包含10个波段的多光谱图像；

S6、多光谱影像与全色影像几何配准：对S3及S5步骤中获得的全色影像及多光谱影像进行高精度几何配准，并保持坐标系统一致；