考虑物候特征的农作物种植模式分类方法和系统技术方案

本发明专利技术提供一种考虑物候特征的农作物种植模式分类方法和系统，涉及植被遥感领域。通过充分利用关键物候期EVI时间序列曲线的差异在识别种植模式类型中的作用，通过对关键物候期的权重进行增强，可以有效利用关键物候期的信息，抑制非关键物候期的信息，提高农作物种植模式分类的精度。

【技术实现步骤摘要】
考虑物候特征的农作物种植模式分类方法和系统
本专利技术涉及植被遥感
，具体涉及一种考虑物候特征的农作物种植模式分类方法和系统。
技术介绍
农作物种植模式与区域的光、热、水、土壤肥力等农业自然资源息息相关。随着全球气候的变化，光、热、水等农业自然资源的分布格局也逐渐发生改变，必然影响种植模式的时空分布。种植模式很大程度上受制于当地的气候条件，当前人地矛盾导致对耕地利用强度不断增加，一方面要提高粮食产量，一方面也要保证农业的可持续发展。因此，及时、准确监测农业种植模式及其时空变化，对掌握农作物的种植情况、预测粮食产量、制订农业发展政策和确保粮食安全具有重要意义。目前通常利用遥感技术对农业种植模式进行监测与分类，基于遥感技术的种植模式研究多以VI(VegetationIndex)时间序列数据为基础，首先采用各种滤波去噪技术重建平滑的农作物生长曲线，然后进行种植模式的提取。利用时间序列数据进行种植模式监测的优点是可以快速判断农作物种植的规律，即，遥感时间序列数据正好可以满足相应技术中只需要耕地种植强度信息，不关心具体的农作物类型的问题，但是其缺点是不容易判断农作物类型。遥感种植模式的判别方法主要包括分类法、峰值法和物候参数法。然而，分类法和峰值法要求研究人员对研究区的农作物熟制非常熟悉，过分依赖研究人员的经验，导致其通用性弱。物候参数法在划分作物与非作物时同样需要依靠阈值，因此阈值的确定方法对最终的结果影响很大。如何获取最优阈值来提高识别精度是影响物候参数法在大范围应用的关键，但如何最有阈值没有具体完善的方法。由此可知，现有的农作物种植模式遥感分类方法的推广性差，应用于大范围监测时农作物种植模式分类精度不高。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种考虑物候特征的农作物种植模式分类方法和系统，解决了现有技术中的农作物种植模式遥感分类方法在应用于大范围监测时精度低的技术问题。(二)技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：本专利技术提供一种考虑物候特征的农作物种植模式分类方法，该方法包括以下步骤：A、获取图像上每个待分类像元的EVI时间序列曲线和样本中每类种植模式的标准EVI时间序列曲线；B、基于CCSM算法计算所述EVI时间序列曲线与所述标准EVI时间序列曲线的交叉相关系数，得到最大交叉相关系数和所述最大交叉相关系数对应的匹配位置；C、对所述最大交叉相关系数进行显著性检验，得到显著性检验结果；D、对所述显著性检验结果进行分析，如果所述EVI时间序列曲线与所述样本中至少某一类种植模式的标准EVI时间序列曲线的最大相关系数大于0.5且通过显著性检验，那么转到步骤F，否则转到步骤E；E、在所述EVI时间序列曲线的原位置计算所述EVI时间序列曲线和所述样本中每类种植模式的标准EVI时间序列曲线的关键物候期权重增强的欧氏距离，基于欧氏距离对所述待分类像元进行分类，得到分类结果；F、判断EVI时间序列曲线是否与样本中两类或两类以上种植模式的标准EVI时间序列曲线的最大相关系数大于0.5且通过显著性检验，根据判断结果对EVI时间序列曲线进行分类。优选的，所述步骤B中得到最大交叉相关系数的具体方法为：保持每类种植模式的标准EVI时间序列曲线不动，通过移动所述EVI时间序列曲线，并根据公式计算两者在不同位置的相关系数Rm，通过交叉匹配取得的最大相关系数记为Rmax；具体公式如下：其中：Rm为在匹配位置m时EVI时间序列曲线与标准EVI时间序列曲线的相关系数；n表示两条曲线重叠的数据点个数；VIi,r为样本中某类种植模式的标准EVI时间序列曲线第i个数据点的植被指数值；VIi,t为待分类像元的EVI时间序列曲线第i个数据点的植被指数值。优选的，所述步骤E中计算欧式距离的具体方法为：在待分类像元的EVI时间序列曲线的原位置计算待分类像元的EVI时间序列曲线与每类种植模式的标准EVI时间序列曲线的欧氏距离Dw0，计算公式如下：其中:wi为第i个数据点的原始权重值；w′i为标准化后的第i个数据点的权重值；k为关键物候期的位置；n为时间序列数据点的个数；nk为关键物候期的个数；VIi,r为样本中某类种植模式的标准EVI时间序列曲线第i个数据点的植被指数值；VIi0,t为未移动情况下待分类像元的EVI时间序列曲线第i个数据点的植被指数值；Dw0为在原始位置处待分类像元的EVI时间序列曲线与某类种植模式的标准EVI时间序列曲线的权重增强欧氏距离。优选的，所述步骤F中根据判断结果对EVI时间序列曲线进行分类的具体过程包括步骤F1和步骤F2；F1、EVI时间序列曲线只与样本中一类种植模式的标准EVI时间序列曲线相关系数大于0.5且通过显著性检验，那么直接将待分类像元分到这一类里面去；F2、EVI时间序列曲线与样本中两类或两类以上种植模式的标准EVI时间序列曲线相关系数大于0.5且通过显著性检验，则在取得最大交叉相关系数的匹配位置计算待分类像元的EVI时间序列曲线与样本中每类种植模式的标准EVI时间序列曲线的权重增强的欧氏距离，并构建一个结合最大相关系数和权重增强欧氏距离的综合距离，然后进行最小距离分类，待分类像元的EVI时间序列曲线与样本中哪类种植模式的标准EVI时间序列曲线的综合距离最小，则将待分类像元分到哪一类里面去。优选的，所述步骤F2的计算综合距离的具体方法为：在取得最大交叉相关系数的匹配位置处计算待分类像元的EVI时间序列曲线与样本中每类种植模式的标准EVI时间序列曲线的权重增强的欧氏距离Dwm，构建一个结合最大相关系数Rmax和权重增强欧氏距离Dwm的综合距离D，然后进行最小距离分类，待分类像元的EVI时间序列曲线与样本中哪类种植模式的标准EVI时间序列曲线的综合距离最小，则将待分类像元分到哪一类里面去；综合距离的计算公式如下：D＝Dwm*(1.0-Rmax)其中：wi为第i个数据点的原始权重值；w′i为标准化后的第i个数据点的权重值；k为关键物候期的位置；n为时间序列数据点的个数；nk为关键物候期的个数；VIi,r为样本中某类种植模式的标准EVI时间序列曲线第i个数据点的植被指数值；VIim,t为待分类像元EVI时间序列曲线移动到m位置后第i个数据点的植被指数值；Dwm为待分类像元EVI时间序列曲线移动到m位置后EVI时间序列曲线与某类种植模式的标准EVI时间序列曲线的权重增强欧氏距离；D为综合距离；Rmax为CCSM算法匹配时得到的最大相关系数。本专利技术还提供一种考虑物候特征的农作物种植模式分类系统，包括：获取单元，所述获取单元用于获取待分类像元的EVI时间序列曲线和样本中每类种植模式的标准EVI时间序列曲线；第一计算单元，所述第一计算单元用于基于CCSM算法计算图像上每一待分类像元的EVI时间序列曲线与每类种植模式的标准EVI时间序列曲线的交叉相关系数，得到最大交叉相关系数和所述最大交叉相关系数对应的匹配位置；显著性检验单元，所述显著性检验单元用于对第一计算单元计算得到的最大相关系数进行显著性检验，得到显著性检验结果；第一判断单元，所述第一判断单元用于对显著性检验结果进行分析，如果待分类像元的EVI时间序列曲线至少与某一类种植模式的标准EVI时间序列曲线最大相关系数大于0.5且本文档来自技高网...

【技术保护点】
1.一种考虑物候特征的农作物种植模式分类方法，其特征在于，该方法包括以下步骤：A、获取图像上每个待分类像元的EVI时间序列曲线和样本中每类种植模式的标准EVI时间序列曲线；B、基于CCSM算法计算所述EVI时间序列曲线与所述标准EVI时间序列曲线的交叉相关系数，得到最大交叉相关系数和所述最大交叉相关系数对应的匹配位置；C、对所述最大交叉相关系数进行显著性检验，得到显著性检验结果；D、对所述显著性检验结果进行分析，如果所述EVI时间序列曲线与所述样本中至少某一类种植模式的标准EVI时间序列曲线的最大相关系数大于0.5且通过显著性检验，那么转到步骤F，否则转到步骤E；E、在所述EVI时间序列曲线的原位置计算所述EVI时间序列曲线和所述样本中每类种植模式的标准EVI时间序列曲线的关键物候期权重增强的欧氏距离，基于欧氏距离对所述待分类像元进行分类，得到分类结果；F、判断EVI时间序列曲线是否与样本中两类或两类以上种植模式的标准EVI时间序列曲线的最大相关系数大于0.5且通过显著性检验，根据判断结果对EVI时间序列曲线进行分类。

【技术特征摘要】
1.一种考虑物候特征的农作物种植模式分类方法，其特征在于，该方法包括以下步骤：A、获取图像上每个待分类像元的EVI时间序列曲线和样本中每类种植模式的标准EVI时间序列曲线；B、基于CCSM算法计算所述EVI时间序列曲线与所述标准EVI时间序列曲线的交叉相关系数，得到最大交叉相关系数和所述最大交叉相关系数对应的匹配位置；C、对所述最大交叉相关系数进行显著性检验，得到显著性检验结果；D、对所述显著性检验结果进行分析，如果所述EVI时间序列曲线与所述样本中至少某一类种植模式的标准EVI时间序列曲线的最大相关系数大于0.5且通过显著性检验，那么转到步骤F，否则转到步骤E；E、在所述EVI时间序列曲线的原位置计算所述EVI时间序列曲线和所述样本中每类种植模式的标准EVI时间序列曲线的关键物候期权重增强的欧氏距离，基于欧氏距离对所述待分类像元进行分类，得到分类结果；F、判断EVI时间序列曲线是否与样本中两类或两类以上种植模式的标准EVI时间序列曲线的最大相关系数大于0.5且通过显著性检验，根据判断结果对EVI时间序列曲线进行分类。2.根据权利要求1所述的考虑物候特征的农作物种植模式分类方法，其特征在于，所述步骤B中得到最大交叉相关系数的具体方法为：保持每类种植模式的标准EVI时间序列曲线不动，通过移动所述EVI时间序列曲线，并根据公式计算两者在不同位置的相关系数Rm，通过交叉匹配取得的最大相关系数记为Rmax；具体公式如下：其中：Rm为在匹配位置m时EVI时间序列曲线与标准EVI时间序列曲线的相关系数；n表示两条曲线重叠的数据点个数；VIi,r为样本中某类种植模式的标准EVI时间序列曲线第i个数据点的植被指数值；VIi,t为待分类像元的EVI时间序列曲线第i个数据点的植被指数值。3.根据权利要求2所述的考虑物候特征的农作物种植模式分类方法，其特征在于，所述步骤E中计算欧式距离的具体方法为：在待分类像元的EVI时间序列曲线的原位置计算待分类像元的EVI时间序列曲线与每类种植模式的标准EVI时间序列曲线的欧氏距离Dw0，计算公式如下：其中:wi为第i个数据点的原始权重值；w′i为标准化后的第i个数据点的权重值；k为关键物候期的位置；n为时间序列数据点的个数；nk为关键物候期的个数；VIi,r为样本中某类种植模式的标准EVI时间序列曲线第i个数据点的植被指数值；VIi0,t为未移动情况下待分类像元的EVI时间序列曲线第i个数据点的植被指数值；Dw0为在原始位置处待分类像元的EVI时间序列曲线与某类种植模式的标准EVI时间序列曲线的权重增强欧氏距离。4.根据权利要求1所述的考虑物候特征的农作物种植模式分类方法，其特征在于，所述步骤F中根据判断结果对EVI时间序列曲线进行分类的具体过程包括步骤F1和步骤F2；F1、EVI时间序列曲线只与样本中一类种植模式的标准EVI时间序列曲线相关系数大于0.5且通过显著性检验，那么直接将待分类像元分到这一类里面去；F2、EVI时间序列曲线与样本中两类或两类以上种植模式的标准EVI时间序列曲线相关系数大于0.5且通过显著性检验，则在取得最大交叉相关系数的匹配位置计算待分类像元的EVI时间序列曲线与样本中每类种植模式的标准EVI时间序列曲线的权重增强的欧氏距离，并构建一个结合最大相关系数和权重增强欧氏距离的综合距离，然后进行最小距离分类，待分类像元的EVI时间序列曲线与样本...

【专利技术属性】
技术研发人员：刘建红，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西,61