基于合成孔径雷达遥感影像监测农作物播期的方法及装置制造方法及图纸

本发明专利技术公开了一种基于合成孔径雷达遥感影像监测农作物播期的方法及装置，包括：在作物生长前期获取监测区域的全极化合成孔径雷达遥感影像，对所述遥感影像进行极化分解，获取每一像素的极化参数；提取所述遥感影像中每个地块的边界，根据所述每一像素的极化参数获取所述每个地块中所有像素的平均极化参数；根据每个地块中所有像素的平均极化参数，通过播期监测模型反演每个地块的播期。该方法实现了大面积、快速准确监测农作物的播种时间，不仅有助于区域尺度农作物产量和品质的监测与预测，还有助于针对农田地块的不同播期制定相应的田间管理方案，更有效地指导农户进行调优栽培管理，对于实现作物高产、优质、高效具有重要意义。

【技术实现步骤摘要】
基于合成孔径雷达遥感影像监测农作物播期的方法及装置
本专利技术涉及雷达遥感应用
，具体涉及一种基于合成孔径雷达遥感影像监测农作物播期的方法及装置。
技术介绍
农作物的播期(播种时间)影响着作物整个生长过程，是决定作物最终产量和籽粒品质的重要因素。播期不同造成作物生长发育期温度、光照等生态条件的差异，使作物生长发育过程中的光合作用及营养物质的转运分配也相应发生变化，因而对作物籽粒产量及淀粉和蛋白质的合成与积累产生影响。因此，作物播期的大范围监测对区域尺度作物产量和品质的监测和预测有重要意义。此外，及时掌握作物播期信息，有助于针对作物不同播期制定相应的田间管理方案，更有效地指导农户进行调优栽培管理，对于实现作物高产、优质、高效具有重要意义。传统的作物播种期信息获取以野外观测调查及逐级信息上报为主。野外观测调查法简单易行，多依靠农业技术推广人员田间调查，但是掺杂主管因素，观测质量难以保证，并且需要消耗大量人力物力，覆盖面积有限，获取的播期信息多针对有限地块，难以在较大范围内推广使用；而播期信息上报多以村、组为单位，获得的信息多是多个地块的播种期信息，无法逐一落实到具体地块，因此也无法实现有针对性的调优栽培管理。遥感探测具有覆盖范围大、探测周期短、现时性强、费用成本低等特点，可以大面积重复地对地面进行观测，能够监测区域甚至全球尺度的作物动态变化。在播期遥感监测方面，目前也有了初步的探索。如获取整个作物生长期的多时相光学遥感影像，构建植被指数的时间序列曲线，进而通过提取曲线的特征位置(如峰值、拐点等)来估计包括作物播期在内的作物生育期，但这种方法往往需等作物生长季结束后才能时间监测，不能进行早期监测，而且由于不利天气造成有效数据缺失会影响时间分辨率，进而影响估计精度。
技术实现思路
针对现有技术中的缺陷，本专利技术提供了一种基于合成孔径雷达遥感影像监测农作物播期的方法及装置，解决了光学遥感监测播期数据获取因受到云雨雾等天气的影响，导致有效数据缺乏，进而影响播期监测的精度和及时性的问题。第一方面，本专利技术提供一种基于合成孔径雷达遥感影像监测农作物播期的方法，包括：在作物生长前期获取监测区域的全极化合成孔径雷达遥感影像，对所述遥感影像进行极化分解，获取每一像素的极化参数；提取所述遥感影像中每个地块的边界，根据所述每一像素的极化参数获取所述每个地块中所有像素的平均极化参数；根据每个地块中所有像素的平均极化参数，通过播期监测模型反演每个地块的播期。可选的，所述在作物生长前期获取监测区域的全极化合成孔径雷达遥感影像，对所述遥感影像进行极化分解，获取每一像素的极化参数，包括：在作物生长前期获取监测区域的全极化合成孔径雷达遥感影像；对所述遥感影像进行预处理；利用极化目标分解方法对所述预处理后的遥感影像进行极化分解，获取每一像素的极化参数。可选的，所述对所述遥感影像进行预处理，包括：对所述合成孔径雷达遥感影像进行辐射定标；对辐射定标后的影像进行多视处理和斑噪去除；将去噪后的四个极化通道数据转化成极化散射矩阵；对所述极化散射矩阵影像进行地理编码、地形校正以及几何精校正处理。可选的，所述利用极化目标分解方法对所述预处理后的遥感影像进行极化分解，获取每一像素的极化参数，包括：利用Freeman-Durden三分量极化分解方法对预处理后的遥感影像进行极化分解，得到表面散射、偶次散射和体散射三种散射分量的功率强度Ps、Pd和Pv；三分量分解方程为：T＝Ps*Ts+Pd*Td+Pv*Tv其中，T是用相干矩阵形式表示的极化散射矩阵，Ts是表示表面散射模型的相干矩阵，Ps是表示地物表面散射分量的功率；Td是表示偶次散射模型的相干矩阵，Pd是表示地物偶次散射分量的功率；Tv是表示体散射模型的相干矩阵，Pv是表示地物体散射分量的功率。可选的，所述提取所述遥感影像中每个地块的边界，包括：利用数据库或根据面向对象的分割、分类方法得到监测区域地图；对所述监测区域地图进行矢量化，得到监测区域内每个地块的边界。可选的，所述根据所述每一像素的极化参数获取所述每个地块中所有像素的平均极化参数，包括：计算每个地块中所有像素的平均极化参数所述平均极化参数公式为:其中，为地块的平均极化参数，为地块单元内所有像素的平均表面散射分量，为地块单元内所有像素的平均偶次散射分量，为地块单元内所有像素的平均体散射分量。可选的，所述根据每个地块中所有像素的平均极化参数，通过播期监测模型反演每个地块的播期，包括：构建播期监测模型，根据所述模型反演每个地块的播期，具体模型公式为：Y＝T–DAS其中，DAS为地块的播后天数，为地块的平均极化参数，T为合成孔径雷达遥感数据的观测日期，Y为地块的播期，a和b为模型校正系数。第二方面，本专利技术还提供了了一种基于合成孔径雷达遥感影像监测农作物播期的装置，包括：第一极化参数获取模块，用于在作物生长前期获取监测区域的全极化合成孔径雷达遥感影像，对所述遥感影像进行极化分解，获取每一像素的极化参数；第二极化参数获取模块，用于提取所述遥感影像中每个地块的边界，根据所述每一像素的极化参数获取所述每个地块中所有像素的平均极化参数；播期确定模块，用于根据每个地块中所有像素的平均极化参数，通过播期监测模型反演每个地块的播期。可选的，所述第一极化参数获取模块，包括：影像获取单元，用于在作物生长前期获取监测区域的全极化合成孔径雷达遥感影像；预处理单元，用于对所述遥感影像进行预处理；第一极化参数获取单元，用于利用极化目标分解方法对所述预处理后的遥感影像进行极化分解，获取每一像素的极化参数。可选的，所述第二极化参数获取模块，包括：地图获取单元，用于利用数据库或根据面向对象的分割、分类方法得到监测区域地图；边界获取单元，用于对所述监测区域地图进行矢量化，得到监测区域内每个地块的边界；第二极化参数获取单元，用于计算每个地块中所有像素的平均极化参数所述平均极化参数公式为:其中，为地块的平均极化参数，为地块单元内所有像素的平均表面散射分量，为地块单元内所有像素的平均偶次散射分量，为地块单元内所有像素的平均体散射分量。由上述技术方案可知，本专利技术提供的一种基于合成孔径雷达遥感影像监测农作物播期的方法及装置，通过合成孔径雷达卫星的特点，解决了光学遥感监测播期数据获取因受到云雨雾等天气的影响，导致有效数据缺乏，进而影响播期监测的精度和及时性的问题。该方法实现了大面积、快速准确监测农作物的播种时间，不仅有助于区域尺度农作物产量和品质的监测与预测，还有助于针对农田地块的不同播期制定相应的田间管理方案，更有效地指导农户进行调优栽培管理，对于实现作物高产、优质、高效具有重要意义。附图说明图1为本专利技术一实施例提供的基于合成孔径雷达遥感影像监测农作物播期的方法的流程示意图；图2为本专利技术实施例提供的监测播期的误差分布图；图3为本专利技术实施例提供的真实播期与监测播期的对比图；图4为本专利技术一实施例提供的基于合成孔径雷达遥感影像监测农作物播期的装置的结构示意图。具体实施方式下面结合附图，对专利技术的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。本专利技术提出的一种利用光学遥感数据以及面向对象的方法监测农作物播期的方法，实现对农作物播种期的大面积监测。本文档来自技高网...

【技术保护点】
一种基于合成孔径雷达遥感影像监测农作物播期的方法，其特征在于，包括：在作物生长前期获取监测区域的全极化合成孔径雷达遥感影像，对所述遥感影像进行极化分解，获取每一像素的极化参数；提取所述遥感影像中每个地块的边界，根据所述每一像素的极化参数获取所述每个地块中所有像素的平均极化参数；根据每个地块中所有像素的平均极化参数，通过播期监测模型反演每个地块的播期。

【技术特征摘要】
1.一种基于合成孔径雷达遥感影像监测农作物播期的方法，其特征在于，包括：在作物生长前期获取监测区域的全极化合成孔径雷达遥感影像，对所述遥感影像进行极化分解，获取每一像素的极化参数；提取所述遥感影像中每个地块的边界，根据所述每一像素的极化参数获取所述每个地块中所有像素的平均极化参数；根据每个地块中所有像素的平均极化参数，通过播期监测模型反演每个地块的播期；所述提取所述遥感影像中每个地块的边界，包括：利用数据库或根据面向对象的分割、分类方法得到监测区域地图；对所述监测区域地图进行矢量化，得到监测区域内每个地块的边界；所述根据所述每一像素的极化参数获取所述每个地块中所有像素的平均极化参数，包括：计算每个地块中所有像素的平均极化参数所述平均极化参数公式为:其中，为地块的平均极化参数，为地块单元内所有像素的平均表面散射分量，为地块单元内所有像素的平均偶次散射分量，为地块单元内所有像素的平均体散射分量；所述根据每个地块中所有像素的平均极化参数，通过播期监测模型反演每个地块的播期，包括：构建播期监测模型，根据所述模型反演每个地块的播期，具体模型公式为：Y＝T–DAS其中，DAS为地块的播后天数，为地块的平均极化参数，T为合成孔径雷达遥感数据的观测日期，Y为地块的播期，a和b为模型校正系数。2.根据权利要求1所述的方法，其特征在于，所述在作物生长前期获取监测区域的全极化合成孔径雷达遥感影像，对所述遥感影像进行极化分解，获取每一像素的极化参数，包括：在作物生长前期获取监测区域的全极化合成孔径雷达遥感影像；对所述遥感影像进行预处理；利用极化目标分解方法对所述预处理后的遥感影像进行极化分解，获取每一像素的极化参数。3.根据权利要求2所述的方法，其特征在于，所述对所述遥感影像进行预处理，包括：对所述合成孔径雷达遥感影像进行辐射定标；对辐射定标后的影像进行多视处理和斑噪去除；将去噪后的四个极化通道数据转化成极化散射矩阵；对所述极化散射矩阵影像进行地理编码、地形校正以及几何精校正处理。4.根据权利要求3所述的方法，其特征在于，所述利用极化目标分解方法对所述预处理后的遥感影像进行极化分解，获取每一像素的极化参数，包括：利用Freeman-Dur...

【专利技术属性】
技术研发人员：杨浩，杨贵军，杨小冬，徐新刚，宋晓宇，张竞成，冯海宽，董彦生，于海洋，徐波，
申请(专利权)人：北京农业信息技术研究中心，
类型：发明
国别省市：北京;11