[发明专利]基于多时相数据中特征提取的中稻信息决策树分类方法

摘要

本发明所述基于多时相数据中特征提取的中稻信息决策树分类方法，其选取的高分一号影像数据既具有高空间分辨率也具有高时间分辨率的优点，在此基础上，本发明既使用了单时相影像提取水稻分布时用到的多种特征参量，又结合了多时相影像进行时序分析的优势，使多参量与多时相有机的结合，通过知识决策树分类的方式，提取出中稻的分布。多种特征参量，可以更好的剔除非目标地物，多时相分析，可以有助于剔除异物同谱导致的错分地物也可以进一步提取出目标地物，决策树分类具有灵活、直观、效率高等特点。所以，综合这些优势，可以进一步提高中稻提取的精度，无论是对国家的粮食安全体系，还是对遥感在农业方面的商业化应用，都有积极的意义。

主权项

1.一种基于多时相数据中特征提取的中稻信息决策树分类方法，其特征在于，所述基于多时相数据中特征提取的中稻信息决策树分类方法包括以下步骤：S1、获取相应区域不同时相的高分一号影像数据，并对高分一号影像数据分别做辐射定标预处理以及大气校正预处理；S2、通过影像中各种地物的影像解译标识与移栽期的影像结合进行对比分析，将抽穗期影像中的地物进行典型地物的初步区分；S3、记录不同地物样本点在各个波段上的光谱值，并绘制不同地物样本点光谱值统计表，通过分析统计表中的数值找出不同地物在各个波段上光谱值之间的差异，建立多时相高分一号影像数据的特征参量；S4、对影像数据的各项指标进行阈值设定，自高分一号影像数据中提取出中稻的分布信息，精确的提取出中稻的分布；S5、采用随机抽样的方式布设样本点，通过实地调查样本点的类别与遥感分类结果比较，采用基于误差矩阵的评估方法评定遥感分类的准确性。