【技术实现步骤摘要】
基于雷达时序图像的菠萝种植范围提取方法及装置、设备
本申请实施例涉及遥感测量
，特别是涉及一种基于雷达时序图像的菠萝种植范围提取方法及装置。
技术介绍
菠萝是我国常见的水果，主要种植于我国南方地区，但南方地区，特别是华南地区多云多雨，常用的光学遥感在该地区难以应用；同时，华南地区地块破碎，种植结构多样，对遥感数据的时空分辨率要求较高，因此，现有技术中难以通过光学遥感数据从遥感图像中提取出菠萝的种植区域。
技术实现思路
本申请实施例提供了一种基于雷达时序图像的菠萝种植范围提取方法及装置、电子设备，可以比较准确的从遥感图像中提取出菠萝的种植区域。第一方面，本申请实施例提供了一种基于雷达时序图像的菠萝种植范围提取方法，包括步骤：获取多组待提取区域的哨兵1号的第一光学遥感数据，其中，所述第一光学遥感数据包括VH波段和VV波段；对多组第一光学遥感数据进行时归一化、插值以及滤波处理，获得合成后的时序图像数据；对所述时序图像数据进行拟合，并计算拟合后的时序图像数据的物候特征；
【技术保护点】
1.一种基于雷达时序图像的菠萝种植范围提取方法，其特征在于，所述方法包括：/n获取多组待提取区域的哨兵1号的第一光学遥感数据，其中，所述第一光学遥感数据包括VH波段和VV波段；/n对多组第一光学遥感数据进行时归一化、插值以及滤波处理，获得合成后的时序图像数据；/n对所述时序图像数据进行拟合，并计算拟合后的时序图像数据的物候特征；/n获取多组第二光学遥感数据，并根据该第二光学遥感数据并结合对应的菠萝的地面样本，获取菠萝的物候特征；/n将所述第一光学遥感数据、所述时序图像数据、所述时序图像数据的物候特征以及菠萝的物候特征输入训练好的XGBoost分类器，得到待提取区域的菠萝种植区域提取结果。/n
【技术特征摘要】
1.一种基于雷达时序图像的菠萝种植范围提取方法，其特征在于，所述方法包括：
获取多组待提取区域的哨兵1号的第一光学遥感数据，其中，所述第一光学遥感数据包括VH波段和VV波段；
对多组第一光学遥感数据进行时归一化、插值以及滤波处理，获得合成后的时序图像数据；
对所述时序图像数据进行拟合，并计算拟合后的时序图像数据的物候特征；
获取多组第二光学遥感数据，并根据该第二光学遥感数据并结合对应的菠萝的地面样本，获取菠萝的物候特征；
将所述第一光学遥感数据、所述时序图像数据、所述时序图像数据的物候特征以及菠萝的物候特征输入训练好的XGBoost分类器，得到待提取区域的菠萝种植区域提取结果。
2.根据权利要求1所述的基于雷达时序图像的菠萝种植范围提取方法，其特征在于，所述物候特征包括如下至少一项：
季节开始、季节结束、左导数、右导数、季节长度、季节中位、最大拟合数、基准值、振幅、大积分、小积分。
3.根据权利要求1所述的基于雷达时序图像的菠萝种植范围提取方法，其特征在于，所述物候特征包括季节长度和振幅，得到待提取区域的菠萝种植区域提取结果后，还包括如下步骤：
根据季节长度和振幅，按照如下公式，从待提取区域的菠萝种植区域中去除其他植物：
Pineapple＝540＜Lseason＜720&A＞10
其中，Lseason为季节长度，A为振幅。
4.根据权利要求1所述的基于雷达时序图像的菠萝种植范围提取方法，其特征在于，对多组第一光学遥感数据进行时归一化、插值以及滤波处理前，还包括如下步骤：
对所述第一光学遥感数据进行辐射定标；
对所述第一光学遥感数据进行多普勒正射校正；
将所述第一光学遥感数据投影为UTM投影。
5.根据权利要求1所述的基于雷达时序图像的菠萝种植范围提取方法，其特征在于，对所述时序图像数据进行拟合，包括：
采用非对称高斯函数对所述时序图像数据进行拟合，或采用双逻辑斯特函数对所述时序图像数据进行拟合；
其中，所述非对称高斯函数的公式为：
在非对称高斯曲线中，x1确定相对于独立时间变量t变化的最大、最小位置，而x2和x3确定右半函数的宽度和平坦度，x4和x5确定左半部分的宽度和平坦度；
所述双逻辑函数的公式为：
在双逻辑函数中，x1确定左拐点的位置，而x2确定变化率。同样，x3确定右拐点的位置，而x4给出该点的变化率。
6.一种基于雷达时序图像的菠萝种植范围提取装置，其特征在于，所述装置包括：
第一光学遥感数据获取模块，用于获取多组待提取区域的...
【专利技术属性】
技术研发人员：姜浩，王力，郑琼，周慧，
申请(专利权)人：广州地理研究所，南方海洋科学与工程广东省实验室广州，
类型：发明
国别省市：广东;44
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。