农田种植状态的遥感监测方法和系统技术方案

本发明专利技术公开了一种农田种植状态的遥感监测方法和系统，涉及遥感技术领域。所述方法包括：获取遥感数据，经过预处理后得到像元的植被指数曲线数据，所述植被指数曲线数据包括由多个特定时期顺序组成的时间序列和与所述特定时期对应的植被指数值；提取像元植被指数曲线的极值点，所述极值点包括极大值点和极小值点；和逐像元、逐时期比较植被指数值与预设的植被指数阈值，根据所述时期的植被指数值与植被指数阈值的比较结果确定所述像元、所述时期的农田种植状态为休耕或有作物种植。本发明专利技术利用中低分辨率遥感数据即可有效识别、监测某一时间段的农田种植状态的动态变化，既提高了识别精度，又降低了成本。

【技术实现步骤摘要】
农田种植状态的遥感监测方法和系统
本专利技术涉及遥感
，具体地说，涉及一种农田种植状态的遥感监测方法和系统。
技术介绍
在农作物生长季内，掌握农田种植状态的动态变化信息意义重大。首先，农田种植状态的动态变化信息能够反映出不同作物的轮作模式以及不同时期农田得到有效利用的比例与强度等信息。连续多年的高强度耕作会导致农田土壤养分、土壤有机质等的含量逐渐下降。另外，在作物收获之后秸秆还田量较少的情况下，农田土壤肥力和产出也会不断下降。因而不同作物的轮流种植，甚至于适时适度的休耕对保持土壤肥力，提高作物单产十分必要。及时、客观、准确的农田种植状态信息，可以科学地指导农业生产。其次，作物种植面积是农业生产中一项必要的管理信息，对作物种植面积估算的准确性对农业生产有着重要意义。目前，通常依赖农作物精细分类的方法来估算作物种植面积。但是，这种方法不足以解决作物种植面积中存在的问题，且众多农作物精细分类方法往往仅适用于对小范围或者农田田块较大的区域作物分类，尤其是在当前生长季尚未结束时，由于缺少全生长季的数据，从而使得作物类型的精细识别是一个短期内无法解决的难题。再有，除了作物种植面积的估算，作物单产预测以及作物长势监测也是农业生产管理中必须要收集的信息。而及时、客观、准确的农田种植状态信息，能够在一定程度上改善相应的估算、预测与监测精度。美国国家宇航局(NASA)于1991年发起了一个称为地球科学事业(ESE)的综合性项目，在该项目中的地球观测卫星系列(EOS)部分，有两颗重要的卫星：Terra卫星和Aqua卫星。其中，Terra卫星每天上午从北向南通过赤道，因此又被称为地球观测第一颗上午星(EOS-AM1)。Aqua卫星每天下午从南向北通过赤道，因此被称为地球观测第一颗下午星(EOS-PM1)，两颗星均为太阳同步极轨卫星，在数据采集时间上相互配合。中分辨率成像光谱仪(MODerate-resolutionImagingSpectroradiometer，简称MODIS)是Terra卫星和Aqua卫星上搭载的主要传感器之一，两颗星相互配合，每天可重复观测整个地球表面，得到36个波段的观测数据。MODIS自2000年4月开始正式发布数据，MODIS传感器获取的遥感数据因其在时空监测尺度上的优越性，被广泛地用于植被、土地利用状况的监测。通常，高分辨率的遥感数据能够较中低分辨率遥感数据获取更高精度的农田种植状态识别及监测结果，但是也带来了高成本的问题，无法有效开展大范围的农田种植状态的识别和监测。中低分辨率遥感数据为实现大范围农田种植状态的识别和监测提供了可能性，降低了监测成本，但监测精度也较高分辨率数据有所降低。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术中采用高分辨率遥感数据监测作物时的成本高、而采用中低分辨率遥感数据时又达不到足够监测精度的问题，提供了一种农田种植状态的遥感监测方法和系统，利用中低分辨率遥感数据有效识别和监测作物生长季内的农田种植状态的动态变化，提高识别精度。为解决上述技术问题，根据本专利技术的一个方面，本专利技术提供了一种农田种植状态的遥感监测方法，其中，包括：获取遥感数据，经过预处理后得到像元的植被指数曲线数据，所述植被指数曲线数据包括由多个特定时期顺序组成的时间序列和与所述特定时期对应的植被指数值；提取像元植被指数曲线的极值点，所述极值点至少包括极大值点；逐像元、逐时期比较植被指数值与预设的植被指数阈值，根据所述时期的植被指数值与植被指数阈值的比较结果确定所述像元、所述时期的农田种植状态。优选地，所述植被指数阈值包括休耕农田阈值和种植作物农田阈值，在所述时期的植被指数值大于或等于种植作物农田阈值时，确定所述时期的农田种植状态为有作物种植；在所述时期的植被指数值小于所述休耕农田阈值时，确定所述时期的农田种植状态为休耕；在所述时期的植被指数值小于种植作物农田阈值、且大于或等于休耕农田阈值时，根据所述时期的植被指数数据的变化趋势，参考所述植被指数极大值与种植作物农田阈值的比较结果，确定所述时期的农田种植状态。优选地，参考所述植被指数极大值与种植作物农田阈值的比较结果，确定所述时期的农田种植状态具体包括：判断所述时期的植被指数数据的变化趋势，如果所述时期的植被指数数据变化趋势为增大，获取所述时期之后最邻近的极大值；比较所述像元植被指数极大值与所述种植作物农田阈值的大小；如果所述时期的植被指数数据变化趋势为减小，获取所述时期之前最邻近的极大值；比较所述像元植被指数极大值与所述种植作物农田阈值的大小；如果所述植被指数极大值大于或等于所述种植作物农田阈值，确定所述时期的农田种植状态为有作物种植；如果所述植被指数极大值小于种植作物农田阈值，确定所述时期的农田种植状态为休耕；如果所述时期的植被指数数据变化趋势不变，确定所述时期的植被指数值为极大值或极小值，当所述时期的植被指数值为极大值时，则所述时期的农田种植状态为休耕农田；当所述时期的植被指数值为极小值时，在所述极小值所在时期之前和所在时期之后分别获取与其相邻的极大值，分别对比前、后相邻的极大值与所述种植作物农田阈值的大小，如果前、后极大值中至少一个大于或等于所述种植作物农田阈值，所述时期的农田种植状态为有作物种植，如果所述前、后极大值均小于所述种植作物农田阈值，所述时期的农田种植状态为休耕农田。优选地，通过以下步骤判断所述时期的植被指数数据的变化趋势：在所述时期对所述像元植被指数曲线求导，当所述时期的像元植被指数导数大于0时，所述时期的植被指数数据变化趋势为增大；当所述时期的像元植被指数导数小于0时，所述时期的植被指数数据变化趋势为减小；当所述时期的像元植被指数导数等于0时，所述时期的植被指数数据变化趋势不变；当所述时期植被指数数据变化趋势不变，则所述时期植被指数处于极大值或极小值点，利用所述时期前一时期与后一时期像元植被指数导数的正负判断，如果前一时期像元植被指数导数大于0，后一时期像元植被指数导数小于0，则所述时期植被指数处于极大值点，如果前一时期像元植被指数导数小于0，后一时期像元植被指数导数大于0，则所述时期植被指数处于极小值点。优选地，在逐像元、逐时期比较植被指数值与植被指数阈值之前还包括：根据训练样本训练得到所述植被指数阈值，所述植被指数阈值至少包括休耕农田阈值和种植作物农田阈值。优选地，在获得特定区域的农田种植状态后，还包括：统计特定时期、特定区域范围内休耕农田和有作物种植农田像元数量；计算有作物种植农田像元数量占休耕农田与有作物种植农田像元数量总和的比例，确定所述特定时期内的农田种植率。为解决上述技术问题，根据本专利技术的另一个方面，本专利技术提供了一种农田种植状态的遥感监测系统，其中，包括：预处理模块，用于对获取的遥感数据进行预处理，获得植被指数曲线数据，所述植被指数曲线数据包括由多个特定时期顺序组成的时间序列和与所述特定时期对应的植被指数值；极值提取模块，用于提取像元植被指数曲线的极值点，所述极值点至少包括极大值点；和数据处理模块，用于逐像元、逐时期比较植被指数值与预设的植被指数阈值，根据所述时期的植被指数值与植被指数阈值的比较结果确定所述像元、所述时期的农田种植状态。优选地，所述数据处理模块包括：数据读取单元，用于读取植被指数阈值本文档来自技高网...

【技术保护点】
一种农田种植状态的遥感监测方法，其中，包括：获取遥感数据，经过预处理后得到像元的植被指数曲线数据，所述植被指数曲线数据包括由多个特定时期顺序组成的时间序列和与所述特定时期对应的植被指数值；提取像元植被指数曲线的极值点，所述极值点包括极大值点和极小值点；和逐像元、逐时期比较植被指数值与预设的植被指数阈值，根据所述时期的植被指数值与植被指数阈值的比较结果确定所述像元、所述时期的农田种植状态。

【技术特征摘要】
1.一种农田种植状态的遥感监测方法，其中，包括：获取遥感数据，经过预处理后得到像元的植被指数曲线数据，所述植被指数曲线数据包括由多个特定时期顺序组成的时间序列和与所述特定时期对应的植被指数值；提取像元植被指数曲线的极值点，所述极值点包括极大值点和极小值点；和逐像元、逐时期比较植被指数值与预设的植被指数阈值，根据所述时期的植被指数值与植被指数阈值的比较结果确定所述像元、所述时期的农田种植状态。2.如权利要求1所述的农田种植状态的遥感监测方法，其中，所述植被指数阈值包括休耕农田阈值和种植作物农田阈值，在所述时期的植被指数值大于或等于所述种植作物农田阈值时，确定所述时期的农田种植状态为有作物种植；在所述时期的植被指数值小于所述休耕农田阈值时，确定所述时期的农田种植状态为休耕；在所述时期的植被指数值小于所述种植作物农田阈值且大于或等于休耕农田阈值时，根据所述时期的植被指数数据的变化趋势，参考所述植被指数极大值与所述种植作物农田阈值的比较结果，确定所述时期的农田种植状态。3.如权利要求2所述的农田种植状态的遥感监测方法，其中，参考所述植被指数极大值与所述种植作物农田阈值的比较结果，确定所述时期的农田种植状态具体包括：判断所述时期的植被指数数据的变化趋势，如果所述时期的植被指数数据变化趋势为增大，获取所述时期之后最邻近的极大值；如果所述时期的植被指数数据变化趋势为减小，获取所述时期之前最邻近的极大值；比较所述像元植被指数极大值与所述种植作物农田阈值的大小；如果所述植被指数极大值大于或等于所述种植作物农田阈值，确定所述时期的农田种植状态为有作物种植；如果所述植被指数极大值小于种植作物农田阈值，确定所述时期的农田种植状态为休耕；如果所述时期的植被指数数据变化趋势不变，确定所述时期的植被指数值为极大值或极小值，当所述时期的植被指数值为极大值时，确定所述时期的农田种植状态为休耕；当所述时期的植被指数值为极小值时，在所述极小值所在时期之前和所在时期之后分别获取与其最相邻的极大值，分别对比前、后相邻的极大值与所述种植作物农田阈值的大小，如果前、后极大值中至少一个大于或等于所述种植作物农田阈值，确定所述时期的农田种植状态为有作物种植，如果所述前、后极大值均小于所述种植作物农田阈值，确定所述时期的农田种植状态为休耕。4.如权利要求3所述的农田种植状态的遥感监测方法，其中，通过以下步骤判断所述时期的植被指数数据的变化趋势：...

【专利技术属性】
技术研发人员：张淼，吴炳方，曾红伟，张鑫，李名勇，郑阳，
申请(专利权)人：中国科学院遥感与数字地球研究所，
类型：发明
国别省市：北京,11