[发明专利]一种冬小麦识别方法

摘要

本发明公开了一种冬小麦识别方法。利用冬小麦生育期内的遥感植被指数时序数据和物候历数据，通过分类类别设定、训练样本选取、样本时序曲线提取、冬小麦识别特征选择及参量化、最佳特征阈值确定和冬小麦识别模型构建，提取出区域范围内冬小麦的空间分布信息。本方法的特点是可基于未经去噪声处理的遥感植被指数时序数据进行冬小麦空间分布信息提取，具有较强的抗时序数据噪声能力；方法的稳定性和普适性较高，可应用于具有一定物候差异的大范围区域的冬小麦分布信息遥感提取。

主权项

1.一种冬小麦识别方法，其特征在于包括如下步骤：A、分类类别设定，根据各地物类型与冬小麦的混分状况，设定区域范围内的分类类别；B、各地物类型训练样本选取，针对设定的分类类别，基于植被指数时序数据或符合应用需求的其它数据，利用目视解译的方法，遵循基本的采样原则，分别采集各地物类型的训练样本；C、样本时序曲线提取，基于植被指数时序数据，利用采集的训练样本，提取各地物类型对应的样本时序曲线；D、冬小麦识别特征选择及参量化，结合区域的物候历数据，根据提取的样本时序曲线，确定冬小麦的识别特征，并对其进行参量化，具体实现过程为将冬小麦分蘖期内的生长状态、冬小麦出苗期‑三叶期和开花期‑乳熟期内各自的总体生长趋势作为冬小麦的识别特征，并分别将其参量化为冬小麦分蘖期内植被指数的平均值、冬小麦出苗期‑三叶期和开花期‑乳熟期内各自植被指数的线性拟合斜率；E、最佳特征阈值确定，首先基于训练样本，对参量化后各地物类型的识别特征分别进行频数统计，然后根据统计结果，将冬小麦与其它各地物类型区分程度最高处所对应的特征取值范围作为相应识别特征的最佳阈值选择区间，最后在确定的区间范围内利用等步长逐步搜索的方式，选定冬小麦识别精度最高时各识别特征所对应的取值作为其各自的最佳阈值；F、冬小麦识别模型构建，根据参量化后的冬小麦识别特征及其对应的最佳特征阈值，构建冬小麦识别模型，具体实现过程为将以下3个数学公式得到的结果求交集之后的空间分布作为识别的冬小麦分布范围，3个数学公式分别为：式中，t₁为冬小麦出苗期普遍开始时间，t₂为三叶期普遍结束时间，t₃为分蘖期普遍开始时间，t₄为分蘖期普遍结束时间，t₅为开花期普遍开始时间，t₆为乳熟期普遍结束时间,VI为植被指数，表示某一像元在t₃至t₄时间段内的植被指数平均值，表示某一像元在t₁至t₂时间段内的植被指数线性拟合斜率，表示某一像元在t₅至t₆时间段内的植被指数线性拟合斜率，T_A、T_B和T_C分别代表冬小麦各识别特征对应的最佳阈值；G、冬小麦空间分布信息提取，基于植被指数时序数据，利用构建的冬小麦识别模型，提取出区域范围内冬小麦的空间分布信息。