[发明专利]一种越冬作物的识别方法及装置

说明书

本申请提供了一种越冬作物的识别方法及装置，应用于农业遥感技术领域，包括：获取研究区域遥感影像数据，并进行预处理，得到时序影像数据；根据NDVI计算公式对时序影像数据进行计算，得到时序NDVI；获取实地样方地块数据并建立解译标志，根据解译标志进行选取得到样本；根据时序NDVI提取所述样本NDVI数值，汇总并绘制得到NDVI曲线，根据对比分析法对所述NDVI曲线和所述越冬作物物候进行分析，得到关键时相；根据预设处理方式对时序影像数据进行计算，得到越冬作物范围，根据关键时相并通过随机森林分类算法对越冬作物范围进行识别，得到越冬作物识别结果。提高了分类精度和识别精度，避免了作物识别错分和人为因素干扰，降低了数据数量和质量要求。

技术领域

本申请涉及农业遥感技术领域，尤其涉及一种越冬作物的识别方法及装置。

背景技术

遥感作物识别技术能够对大范围的地区进行迅速准确的农作物空间分布信 息获取，从而为数字农业技术和服务提供基础信息支撑，有助于实现农业状态 的智能化感知和生产管理的数字化支撑。

现有技术方案较少考虑作物物候信息，大多根据单一时期影像数据或者全 时序影像数据进行作物分类，该方法会丢失或模糊作物的关键物候信息，因此 在分类精度上并不高；现有技术方案较少考虑作物生长特性，多是基于光谱特 性，采用单一经验阈值或组合经验阈值的方式进行作物类型的区分，阈值受卫 星成像条件及成像时间影响，经验阈值法或决策树法存在分类条件过于刚性， 影响作物识别精度；现有技术方案缺少先验知识约束，目前的作物识别更多的 考虑目标作物的提取，无法避免背景因素的影响，容易出现错分情况；现有技 术方案模型泛化能力较弱，目前遥感作物识别技术采用经验阈值法或决策树法 区分不同作物，对数据数量及质量要求过高，且受人为主观判断的影响因素较 大。

发明内容

本申请提供了一种越冬作物的识别方法及装置，旨在解决上述现有技术中 存在的分类精度不高，识别精度较低，作物识别错分，数据数量和质量要求太 高和人为因素干扰的问题。

为了解决上述问题，本发明采用了以下技术方案，包括：

获取研究区域遥感影像数据，并进行预处理，得到时序影像数据；

根据NDVI计算公式对所述时序影像数据进行计算，得到时序NDVI；

获取实地样方地块数据，并建立解译标志，根据所述解译标志进行选取得 到样本，所述实地样方地块数据不限于小麦和油菜，所述样本不限于小麦样本 和油菜样本；

根据所述时序NDVI提取所述小麦样本和所述油菜样本的NDVI数值，汇 总并绘制得到NDVI曲线，根据对比分析法对所述NDVI曲线和所述越冬作物 物候进行分析，得到所述越冬作物的关键时相；

根据预设处理方式对所述时序影像数据进行作物范围计算，得到所述越冬 作物范围，根据不限于所述关键时相并通过随机森林分类算法对所述越冬作物 范围进行识别，得到所述越冬作物识别结果。

作为优选，所述获取研究区域遥感影像数据，并进行预处理，得到时序影 像数据，包括：

获取所述研究区域不同时期的遥感影像数据，并进行云量筛选，得到第一 数据，再对所述第一数据进行辐射定标、大气校正、几何校正，得到第二数据；

根据所述研究区域将所述第二数据通过裁剪及镶嵌按照时序进行叠加，得 到所述时序影像数据。

作为优选，所述根据预设处理方式对所述时序影像数据进行作物范围计算， 得到所述越冬作物范围，包括：

通过全球10米分辨率土地覆盖数据集提取所述研究区域耕地范围，并记作Cropland图层，根据所述时序NDVI进行统计合成，得到NDVI_max图层，对 所述NDVI_max图层进行非植被区域去除，并与所述Cropland图层叠加，取交 集得到耕地范围；