基于遥感影像的丘陵区柑橘种植地块监测方法及系统技术方案

本发明专利技术属于农业信息管理技术领域，具体涉及基于遥感影像的丘陵区柑橘种植地块监测方法及系统，步骤S1：获取待监测区域遥感中分影像和高分影像信息，并对影像进行预处理；步骤S2：对待监测区实地采集解译标志，得到训练样本及验证样本；步骤S3：以高分影像作为基底，叠加二调数据对地块形态边界更新；步骤S4：计算中分影像的多时相影像及高分影像的特征指数；步骤S5：以S2获取的地块信息作为训练样本，基于S4的特征指数对分类器进行训练；步骤S6：将需要检测区域影像输入分类器进行识别并分别输出结果；步骤S7：通过等权重计分方法进行分析，计分超过半数判别为柑橘信息。本发明专利技术使用提高现有技术识别作物的准确性和客观性。

【技术实现步骤摘要】
基于遥感影像的丘陵区柑橘种植地块监测方法及系统
本专利技术属于农业信息管理
，具体涉及基于遥感影像的丘陵区柑橘种植地块监测方法及系统。
技术介绍
广西是我国种植柑橘面积及产量最多的省区，产量已超过美国，2017年产量将近700万吨，产值200多亿元，成为广西首个突破百亿的水果产业，也成为了农民增收、脱贫致富的重要产业。据统计，2018年广西柑橘种植面积约752万亩，产量836万吨，占全区水果总量的46.7％，专家预测，到2020年柑橘种植面积将突破1000万亩，广西柑橘产业正处于快速发展期，然而柑橘种植信息掌握不准确、农户盲目扩张种植、市场滞销、病虫害频发等因素，严重阻碍柑橘产业健康发展。当前，柑橘种植面积调查主要依靠统计上报，存在较多的人为因素，时效性及精确性与需求脱节。由于柑橘种植面积以及分布详情数据的匮乏与滞后，有关部门难以科学规划柑橘产业发展，无法及时做好病虫害防控预警工作，及时、准确、高效获取广西柑橘种植地块信息是亟需解决的迫切问题。然而，广西属于丘陵地区，耕地破碎、种植结构复杂，外加多云雨气候影响致使有效影像缺失，造成柑橘种植信息精准提取困难重重。新型遥感正实现全天时、全天候、全方位的对地精细化观测，遥感大数据时代的来临，提升了农情监测的智能化与自动化水平，多源遥感数据协同应用是开展精准农业监测的必然趋势，也是解决柑橘产业面临问题的有效手段。当前，利用遥感技术提取柑橘种植信息研究成果较少，针对多云雨丘陵区柑橘种植面积识别更少，在水稻、甘蔗、红树林、茶树、棉花等方面识别技术取得一定成效。中国专利：一种水稻种植面积的遥感监测方法及系统(公开号：CN107966116B)，利用移栽期、齐穗期两期高分一号遥感图像，计算归一化水体指数差值和比值植被指数差值，利用空间交叉运算识别水稻的种植区域。中国专利：基于含有红边谱段高分辨率卫星影像的甘蔗地块提取方法(公开号：CN109635827A)，以一期含有红边波段的吉林一号影像为数据源，利用多尺度分割处理形成对象单元，基于各波段均值和均方差特征，选取贝叶斯分类器训练样本并进行甘蔗提取。中国专利：一种基于遥感影像的红树林提取方法及系统(公开号：CN108986116A)，对假彩色图像(Landsat)按照像元相似度进行分割得到多个图像，在划分为植被类型与非植被类型基础上，利用红树林的NDVI算数特征、LSWI算数特征、纹理特征和拓扑特征将多个植被区域图像分类为红树林图像和非红树林图像。中国专利：一种茶树林遥感监测的方法及装置(公开号：CN108960089A)，选用8月和12月高分二号影像为最佳数据，进行多尺度分割形成对象，根据特征知识库开展图像的分层分类得到茶树林信息。中国专利：一种基于物候分析的棉花遥感监测方法(公开号：CN108363949A)，将棉花生长关键物候期遥感影像高分一号进行多尺度分割，利用分层构建分类器初步提取棉花信息，对初步棉花信息及混分对象进行二次分割，基于光谱特征、纹理特征构建分类器,去除混分及增补漏提棉花信息，对提取的棉花信息子类进行归并和输出。现有技术缺点为：(1)现有技术多以一期高分辨影像或多时相中低分辨率影像为数据源，开展作物信息提取，中高分辨率影像协同应用提取作物信息专利技术甚少。研究多采用无云覆盖的高质量影像，云量覆盖厚且多的数据被忽略，而多云雨地区高质量影像难以全覆盖研究区，只采用无云影像技术方法不适用于多云雨地区作物精准识别。(2)现有技术以分割方法(基于阈值分割、基于区域分割、基于边缘分割等)形成地块对象，容易出现分割不足、分割过度现象，对象分割与修改需要消耗较长时间，同时难以保证具有相同特性地块对象的完整性。(3)现有技术基于常用的影像特征(NDVI、NDWI、RVI等)，利用一种分类方法(支持向量机、决策树、随机森林等)或阈值方法提取作物信息，在种植结构复杂的地区分类精度无法满足使用要求。(4)现有技术中作物信息提取面积计算采用投影面积进行统计，没有考虑地形起伏状况，计算面积与实际面积存在偏差。(5)虽然现有技术在水稻、甘蔗、红树林、茶树、棉花等提取专利技术取得一定成效，单针对多云雨丘陵区柑橘种植信息提取存在较大困难，而且误差极大。
技术实现思路
本专利技术通过综合利用高分影像纹理信息与多时序影像常用特征和红边特征，集成支持向量机、决策树、神经网络、随机森林、K最邻近、贝叶斯六种分类方法识别柑橘地块信息，提高现有技术识别作物的准确性和客观性。为实现上述目的，本专利技术提供了基于遥感影像的丘陵区柑橘种植地块监测方法，包括以下步骤：步骤S1：获取待监测区域遥感中分影像和高分影像信息，并对影像进行预处理以获得高质量影像；步骤S2：采用3S技术通过对待监测区实地采集解译标志，获取包括柑橘多个不同地类的解译标志点，得到训练样本及验证样本；步骤S3：以高分影像作为基底，叠加二调数据通过包括切割、合并、拓扑监测处理完成地块形态边界更新；步骤S4：计算中分影像的多时相影像特征NDVI、RVI、NDWI、NDRE1、MTCI、IRECI，计算高分影像灰度共生矩阵的均值表征纹理信息，同时计算可见光常用特征指数NDVI、RVI、NDWI；步骤S5：以S2获取的地块信息作为训练样本，基于S4计算出的高分影像纹理特征与特征指数NDVI、RVI、NDWI以及中分影像多时相影像特征NDVI、RVI、NDWI、NDRE1、MTCI、IRECI作为输入特征，对向量机、决策树、神经网络、随机森林、K最邻近、贝叶斯分类器进行训练；步骤S6：将待监测区域的影像信息分别输入训练好的向量机、决策树、神经网络、随机森林、K最邻近、贝叶斯分类器进行识别并分别输出结果；步骤S7：对各类识别结果加权计分，对计分超过半数的地块识别为柑橘，从得分为半数地块挑选训练样本循环更新分类器并完成柑橘识别；进一步的，还包括对识别出为柑橘的地块进行面积计算，其步骤包括，对识别为柑橘的地块基于DEM计算地块的坡度均值，坡度值≤6°划分为平地柑橘地块，坡度值＞6°划分为坡地柑橘地块，针对判断为平地的地块采用投影面积计算方法获取平地柑橘地块面积，坡地柑橘地块通过投影面积与坡度余弦之比的计算方法获取，累计所有柑橘地块面积即为柑橘实际种植面积。进一步的，所述步骤S1使用GF-1、ZY-3、北京二号卫星数据形成低频高分影像，以哨兵二号影像为高频中分数据，剔除云量覆盖率超过70％影像，对影像预处理方法包括：以谷歌地球影像为参考，基于高程模型开展全色影像正射校正处理，同理完成多光谱影像正射纠正处理，将全色正射影像和相应的多光谱正射影像进行融合处理，提高多光谱影像分辨率，在此基础上利用试验区行政边界裁剪融合后的数据，再通过镶嵌模型处理形成研究区高分辨率高质量影像；针对获得的中分影像，首先通过大气自动纠正处理生成地物真实反射率数据，再通过基于像元的监督分类方法检测云影并形成矢量文件，剔除云影遮盖区域形成有效不完整影像，筛选邻近时期影像为替补数据源，利用云影矢量文件进行裁剪处理形成无云碎片影像以填补剔除云影遮盖区域的影像。进本文档来自技高网...

【技术保护点】
1.基于遥感影像的丘陵区柑橘种植地块监测方法，其特征在于，包括以下步骤：/n步骤S1：获取待监测区域遥感中分影像和高分影像信息，并对影像进行预处理以获得高质量影像；/n步骤S2：采用3S技术通过对待监测区实地采集解译标志，获取包括柑橘多个不同地类的解译标志点，得到训练样本及验证样本；/n步骤S3：以高分影像作为基底，叠加二调数据通过包括切割、合并、拓扑监测处理完成地块形态边界更新；/n步骤S4：计算中分影像的多时相影像特征NDVI、RVI、NDWI、NDRE1、MTCI、IRECI，计算高分影像灰度共生矩阵的均值表征纹理信息，同时计算可见光常用特征指数NDVI、RVI、NDWI；/n步骤S5：以S2获取的地块信息作为训练样本，基于S4计算出的高分影像纹理特征与特征指数NDVI、RVI、NDWI以及中分影像多时相影像特征NDVI、RVI、NDWI、NDRE1、MTCI、IRECI作为输入特征，对向量机、决策树、神经网络、随机森林、K最邻近、贝叶斯分类器进行训练；/n步骤S6：将待监测区域的影像信息分别输入训练好的向量机、决策树、神经网络、随机森林、K最邻近、贝叶斯分类器进行识别并分别输出结果；/n步骤S7：对各类识别结果加权计分，对计分超过半数的地块识别为柑橘，从得分为半数地块挑选训练样本循环更新分类器并完成柑橘识别。/n...

【技术特征摘要】
1.基于遥感影像的丘陵区柑橘种植地块监测方法，其特征在于，包括以下步骤：
步骤S1：获取待监测区域遥感中分影像和高分影像信息，并对影像进行预处理以获得高质量影像；
步骤S2：采用3S技术通过对待监测区实地采集解译标志，获取包括柑橘多个不同地类的解译标志点，得到训练样本及验证样本；
步骤S3：以高分影像作为基底，叠加二调数据通过包括切割、合并、拓扑监测处理完成地块形态边界更新；
步骤S4：计算中分影像的多时相影像特征NDVI、RVI、NDWI、NDRE1、MTCI、IRECI，计算高分影像灰度共生矩阵的均值表征纹理信息，同时计算可见光常用特征指数NDVI、RVI、NDWI；
步骤S5：以S2获取的地块信息作为训练样本，基于S4计算出的高分影像纹理特征与特征指数NDVI、RVI、NDWI以及中分影像多时相影像特征NDVI、RVI、NDWI、NDRE1、MTCI、IRECI作为输入特征，对向量机、决策树、神经网络、随机森林、K最邻近、贝叶斯分类器进行训练；
步骤S6：将待监测区域的影像信息分别输入训练好的向量机、决策树、神经网络、随机森林、K最邻近、贝叶斯分类器进行识别并分别输出结果；
步骤S7：对各类识别结果加权计分，对计分超过半数的地块识别为柑橘，从得分为半数地块挑选训练样本循环更新分类器并完成柑橘识别。


2.根据权利要求1所述基于遥感影像的丘陵区柑橘种植地块监测方法，其特征在于，还包括对识别出为柑橘的地块进行面积计算，其步骤包括，对识别为柑橘的地块基于DEM计算地块的坡度均值，坡度值≤6°划分为平地柑橘地块，坡度值＞6°划分为坡地柑橘地块，针对判断为平地的地块采用投影面积计算方法获取平地柑橘地块面积，坡地柑橘地块通过投影面积与坡度余弦之比的计算方法获取，累计所有柑橘地块面积即为柑橘实际种植面积。


3.根据权利要求1所述基于遥感影像的丘陵区柑橘种植地块监测方法，其特征在于：所述步骤S1使用GF-1、ZY-3、北京二号卫星数据形成低频高分影像，以哨兵二号影像为高频中分数据，剔除云量覆盖率超过70％影像，对影像预处理方法包括：以谷歌地球影像为参考，基于高程模型开展全色影像正射校正处理，同理完成多光谱影像正射纠正处理，将全色正射影像和相应的多光谱正射影像进行融合处理，提高多光谱影像分辨率，在此基础上利用试验区行政边界裁剪融合后的数据，再通过镶嵌模型处理形成研究区高分辨率高质量影像；针对获得的中分影像，首先...

【专利技术属性】
技术研发人员：谢国雪，黄启厅，杨绍锷，覃泽林，曾志康，苏秋群，张秀龙，马灿达，张家玫，林垚君，
申请(专利权)人：谢国雪，广西壮族自治区农业科学院农业科技信息研究所，
类型：发明
国别省市：广西;45