The invention belongs to the technical field of remote sensing data interpretation method, in particular relates to a crop interpretation method based on SAR technology. In view of the situation that optical remote sensing images can not be used under extreme weather conditions affected by thick clouds and other atmospheric conditions, through a large number of experimental analysis, the high visualization characteristics of optical images and the high penetration characteristics of SAR images are combined to study regional light for the project. When the image is almost unusable, the qualitative and quantitative interpretation of crop types can be accomplished by combining the ROI features of SAR time series images and optical images. The problem that optical remote sensing images can not be used in severe disaster situations is solved. The experimental extraction accuracy reaches 87.7%. The disaster situation can be quickly and efficiently determined in the disaster-stricken areas with bad climatic conditions, which provides a new method for accurate extraction and interpretation of crop disaster.
【技术实现步骤摘要】
一种基于SAR技术的农作物解译方法
本专利技术属遥感数据解译方法
,尤其涉及一种基于SAR技术的农作物解译方法。
技术介绍
现有的农作物提取解译流程通常包括以下步骤:1)遥感人员确定需要提取的作物类型和项目研究区域;2)开始收集该区域的遥感影像(主要是光学影像,分辨率在10米左右),然后经过对影像进行目视判读并选取ROI(RegionOfInteresting,感兴趣区域)作为目标提取物的样本数据;3)建立决策树对影像进行分类,对分类后的结果进行实地查勘验证并在精度不高的区域采集一些样本以便对分类结果进行修正处理,最终完成农作物的提取。已有技术缺点:1)在光学卫星获取影像时经常会遇到研究区域由于受到多云及阴雨等极端天气的影响(尤其在多山区域),导致光学传感器获取的影像结果无法使用;2)虽然使用SAR(SyntheticApertureRadar,合成孔径雷达)遥感成像方式可以不受云和阴雨等极端天气的影响,但是SAR影像上无法直接对地物的光谱特征分析或者目视解译地物的类型,此外,在SAR影像上是无法看出植物的特征并进行类别区分的。
技术实现思路
本专利技术专利针对极端天气条件下光学遥感影像受厚云等大气条件的影响无法使用的情况,提供了利用SAR技术和光学影像相结合来判读作物类型和受灾面积的一种基于SAR技术的农作物解译方法,该方法是将光学影像的高可视化特征和SAR影像的高穿透性特征相结合,通过SAR时间序列影像和光学影像的ROI特征配合来完成作物类型的定性和定量等解译工作,使得能够在气候条件比较恶劣的受灾区域可以快速的高效的确定受灾情况,为作物的受灾情况提取 ...
【技术保护点】
1.一种基于SAR技术的农作物解译方法,其特征在于,包括以下步骤:步骤1)、确定需要提取的作物类型和项目研究区域;步骤2)、收集该区域可用的最近时间内可用的光学遥感影像和目标地物生长周期内的SAR GRD强度数据;将收集到的SAR GRD强度数据以一定的时间间隔,组成时间序列影像组;步骤3)、对雷达强度数据按照项目所在研究区域边界进行裁剪操作,将裁剪后的雷达强度数据进行导入处理得到VH和VV极化方式的时间序列影像组强度数据;步骤4)、对步骤3裁剪后的时间序列影像组数据进行批量的滤波和重采样操作,得到剔除噪声干扰的时间序列影像组强度数据;步骤5)、对经过步骤4处理后的时间序列影像组强度数据,采用雷达数据自带的高精度的轨道参数文件进行几何校正,使其达到亚像元级别的配准精度要求;步骤6)、对步骤5处理后的时间序列影像组强度数据进行地理编码和辐射定标,得到反映地物真实辐射率的雷达强度时间序列影像组数据;步骤7)、根据查勘人员外业采集的样本点和地块调查信息,确定目标地物的分布区域,并生成将采集的样本点生成的ROI,区域使用编写代码进行随机打乱顺序处理进行随机打乱处理,并分成验证样本、测试样本和训 ...
【技术特征摘要】
1.一种基于SAR技术的农作物解译方法,其特征在于,包括以下步骤:步骤1)、确定需要提取的作物类型和项目研究区域;步骤2)、收集该区域可用的最近时间内可用的光学遥感影像和目标地物生长周期内的SARGRD强度数据;将收集到的SARGRD强度数据以一定的时间间隔,组成时间序列影像组;步骤3)、对雷达强度数据按照项目所在研究区域边界进行裁剪操作,将裁剪后的雷达强度数据进行导入处理得到VH和VV极化方式的时间序列影像组强度数据;步骤4)、对步骤3裁剪后的时间序列影像组数据进行批量的滤波和重采样操作,得到剔除噪声干扰的时间序列影像组强度数据;步骤5)、对经过步骤4处理后的时间序列影像组强度数据,采用雷达数据自带的高精度的轨道参数文件进行几何校正,使其达到亚像元级别的配准精度要求;步骤6)、对步骤5处理后的时间序列影像组强度数据进行地理编码和辐射定标,得到反映地物真实辐射率的雷达强度时间序列影像组数据;步骤7)、根据查勘人员外业采集的样本点和地块调查信息,确定目标地物的分布区域,并生成将采集的样本点生成的ROI,区域使用编写代码进行随机打乱顺序处理进行随机打乱处理,并分成验证样本、测试样本和训练样本三部分;对训练样本采用KNN将样本点的光谱特征信息进行提纯,剔除由于受噪声影响而偏离整体聚类的样本点;步骤8)、使用决策树的方法对经过预处理的光学影像进行预分类,并将分类结果和外业采集的地块进行对比分析验证分类精度,使用混淆矩阵或ROC曲线进行精度分析;对分类的结果使用步骤7中选出的测试样本对光学影像的分类结果进行精度验证;步骤9)根据样本点及步骤8中从光学影像...
【专利技术属性】
技术研发人员:谷俊鹏,蒋鹏飞,焦航,杜斌,
申请(专利权)人:中科光启空间信息技术有限公司,
类型:发明
国别省市:河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。