基于水体与植被指数变化比值指数的水稻自动制图方法技术

本发明专利技术公开了一种基于水体与植被指数变化比值指数的水稻自动制图方法。该方法基于水体指数与植被指数的年内时序数据集，逐像元检测每个生长周期内植被指数最大值所对应的植被生长盛期，依据植被开始生长到生长盛期内遥感水体指数与植被指数的变化幅度，建立水体与植被指数变化比值指数，进行水稻自动制图。该方法充分利用相对其他农作物和自然植被而言，水稻田在移栽到抽穗这段时间内，水体指数变化幅度较小而植被指数变化幅度较大的特点，通过设计基于两者比值的水体与植被指数变化比值指数，用于水稻制图，具有鲁棒性好、分类精度高、自动化程度与抗干扰能力强等特点。

【技术实现步骤摘要】
基于水体与植被指数变化比值指数的水稻自动制图方法
本专利技术涉及遥感影像信息处理
，特别是一种基于水体与植被指数变化比值指数的水稻自动制图方法。
技术介绍
及时准确掌握农作物空间分布信息对于制定相关政策并确保国家粮食安全至关重要。水稻作为我国最主要的粮食作物之一，在粮食生产中占有重要地位。快速自动监测水稻的空间分布范围，具有重要意义。传统的人工调查方法不仅费时费力，而且难以实现全覆盖，容易受到主观因素的干扰。遥感影像具有时效性强、覆盖范围大的特点，在农作物面积监测中发挥着重要作用。然而，由于不同农作物之间的光谱相似性的干扰，以及遥感分类人员的经验、分类器、相关数据的丰富程度以及研究区特点等众多因素的影响，导致水稻分布遥感制图精度难以保证。由于时序遥感数据能提供不同季节、不同时期的遥感信息，能有效地增强不同农作物之间的区分度，因此基于时序遥感数据的农作物遥感监测已经成为近年来的主导发展趋势。目前水稻制图的相关研究方法以XiangmingXiao（2005）提出的基于植被指数与水体指数相结合的方法为主，该方法的核心思想为：在水稻移栽期，由于通常需要漫灌，水体指数会增大，而水稻刚刚移栽，植被指数通常比较小，因此通过判断水体指数与植被指数之差，可以识别水稻移栽期。如设定判断依据为：如果满足LSWI+0.05>EVI，则该像元在该时刻处于水稻移栽期。其中LSWI为水体指数，EVI为增强型植被指数。该方法充分利用水稻移栽期灌水这一特征，综合利用遥感植被指数与水体指数开展水稻制图，具有一定的合理性，因此在中国乃至世界不同地区，特别是东南亚地区得到了很好的应用。但该方法的不足之处在于：由于噪声干扰、降水的影响以及不同地区遥感指数值域范围可能存在一定差异等等各种因素，导致直接基于某一期的植被指数与水体指数原始信号进行的方法存在一定的局限性。例如：由于云的因素，可能导致EVI时序数据出现异常低值，甚至低于水体指数，从而造成误判。强降水可能直接导致水体指数升高并且高于植被指数，同样引起误判。因此需要引入一种基于水体与植被指数变化比值指数的水稻自动制图方法。
技术实现思路
本专利技术的目的在于提供一种基于水体与植被指数变化比值指数的水稻自动制图方法，该方法不需要人工干预、鲁棒性好以及分类精度高。为实现上述目的，本专利技术的技术方案是：一种基于水体与植被指数变化比值指数的水稻自动制图方法，包括如下步骤，S01：构建平滑的水体指数、植被指数时序数据集；S02：剔除研究区非植被与常绿植被像元；S03：逐像元获取每个植被生长周期所对应的生长盛期；S04：计算从植被开始生长到生长盛期间的水体指数和植被指数的变化幅度；S05：构建水体与植被指数变化比值指数；S06：依据水体与植被指数变化比值指数进行水稻制图。在本专利技术实施例中，所述步骤S3中，如果在年内植被指数时序曲线中同时找到两个或两个以上的局部最大值，依据两个最大值相隔的时间与相对大小以及与临近的局部最小值的差距条件，筛选出每个植被生长周期所对应的生长盛期。在本专利技术实施例中，所述步骤S4中，依据水稻移栽到抽穗所需时间，基于每个像元的植被生长盛期，逐像元推测出每个生长周期内植被开始生长到生长盛期这段时间，用于计算水体指数与植被指数从植被开始生长到生长盛期内的变化幅度，分别记录为Cw和Cv。在本专利技术实施例中，所述步骤S5中，水体与植被指数变化比值指数M为Cw和Cv的比值，其表达式为：M=Cw/Cv。在本专利技术实施例中，所述步骤S6中，依据水稻的水体与植被指数变化比值指数的特征进行水稻识别，即水体与植被指数变化比值指数小于某个阈值ω，则判断为水稻。在本专利技术实施例中，设置阈值ω取值为0.25，该阈值ω在不同区域实际应用中在0.05范围内适当调整。在本专利技术实施例中，该方法适用于农作物或土地利用遥感自动分类领域中。相较于现有技术，本专利技术具有以下有益效果：（1）通过锁定最能体现不同植被生长特征的、植被开始生长到生长盛期这段时间，有效地排除了其他时段内信号的干扰；（2）通过计算植被开始生长到生长盛期这段时间内水体指数与植被指数的变化幅度，而非某个时刻两者数值的相对大小，能在很大程度上消除噪声和降水带来的干扰；（3）基于水体指数与植被指数的变化比值，一方面消除植被生长带来的水体指数变化干扰，另一方面进一步强化水稻田在移栽期水体指数偏高并且变化幅度较小的这一特征，从而提高了分类精度；（4）可以不借助其他辅助数据，抗噪能力强，结果稳定可靠。附图说明图1是本专利技术实施例的实现流程图。图2是水稻的MODISEVI、LSWI年内时序信号图。图3是大豆的MODISEVI、LSWI年内时序信号图。图4是冬小麦+玉米双季轮作农作物的MODISEVI、LSWI年内时序信号图。具体实施方式下面结合附图，对本专利技术的技术方案进行具体说明。本专利技术的一种基于水体与植被指数变化比值指数的水稻自动制图方法，包括如下步骤，S01：构建平滑的水体指数、植被指数时序数据集；S02：剔除研究区非植被与常绿植被像元；S03：逐像元获取每个植被生长周期所对应的生长盛期；S04：计算从植被开始生长到生长盛期间的水体指数和植被指数的变化幅度；S05：构建水体与植被指数变化比值指数；S06：依据水体与植被指数变化比值指数进行水稻制图。本专利技术方法适用于农作物（诸如小麦、大豆、玉米等）或土地利用遥感自动分类领域中。以下为本专利技术的具体实施例。本专利技术一种基于水体与植被指数变化比值指数的水稻自动制图方法，如图1所示，首先建立研究区平滑去噪后的LSWI和EVI指数的年内时序数据集，在对研究区非植被以及常绿植被像元进行掩膜的基础上，逐像元获取每个生长周期内的植被指数最大值，获取对应的植被生长盛期，计算遥感植被指数与水体指数从植被开始生长到生长盛期内的变化幅度，基于两者的比值构建水体与植被指数变化比值指数，依据水体与植被指数变化比值指数进行水稻识别。所述一种基于水体与植被指数变化比值指数的水稻自动制图方法，进一步包括以下步骤：步骤S1：构建平滑去噪的植被指数、水体指数时序数据集：首先建立研究区基于日值的LSWI和EVI指数的原始年内时序数据集，可以基于每日的遥感影像波段值分别计算或者依据8天最大化合成的MODISEVI、LSWI指数进行线性插值获得。利用Whittakersmoother、Hants等等相关的去噪方法，对原始年内时序数据集进行平滑去噪处理，从而获得研究区平滑去噪后的水体指数、植被指数时序数据集，作为水稻制图的基础。步骤S2：剔除研究区非植被像元和常绿植被像元：基于土地利用现状图或者依据植被指数值域分布特征，对研究区域内水体、未利用地、建筑用地等非植被以及常绿植被进行掩膜处理。如设置非植被的判断条件为：某像元平滑去噪后的植被指数年内时序信号的最大值为A，如果A<θ1，则判定该像元为非植被单元，其中θ1为常数，在本实施例中为0.2。常绿植被的判断条件为：某像元平滑去噪后的植被指数年内时序信号的最小值为B，方差为C，如果满足A>θ2并且C<θ3，则判定该像元为常绿植被，其中θ2、θ3均为常数，在本实施例中分别为0.35、0.2。步骤S3：逐像元计算每个生长周期内的植被指数最大值，获取所对应的植被生长盛期：针对研究区域内的植被区域，逐本文档来自技高网...

【技术保护点】
一种基于水体与植被指数变化比值指数的水稻自动制图方法，其特征在于：包括如下步骤，S01：构建平滑的水体指数、植被指数时序数据集；S02：剔除研究区非植被与常绿植被像元；S03：逐像元获取每个植被生长周期所对应的生长盛期；S04：计算从植被开始生长到生长盛期间的水体指数和植被指数的变化幅度；S05：构建水体与植被指数变化比值指数；S06：依据水体与植被指数变化比值指数进行水稻制图。

【技术特征摘要】
1.一种基于水体与植被指数变化比值指数的水稻自动制图方法，其特征在于：包括如下步骤，S01：构建平滑的水体指数、植被指数时序数据集；S02：剔除研究区非植被与常绿植被像元；S03：逐像元获取每个植被生长周期所对应的生长盛期；S04：计算从植被开始生长到生长盛期间的水体指数和植被指数的变化幅度；S05：构建水体与植被指数变化比值指数；S06：依据水体与植被指数变化比值指数进行水稻制图；所述步骤S04中，依据水稻移栽到抽穗所需时间，基于每个像元的植被生长盛期，逐像元推测出每个生长周期内植被开始生长到生长盛期这段时间，用于计算水体指数与植被指数从植被开始生长到生长盛期内的变化幅度，分别记录为Cw和Cv；所述步骤S05中，水体与植被指数变化比值指数M为Cw和Cv的比值，其表达式为：M=Cw/Cv；所述步骤S06中，依据水稻的水体与植被指...

【专利技术属性】
技术研发人员：邱炳文，齐文，李维娇，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建;35