越冬油菜和小麦遥感识别方法与装置制造方法及图纸

本申请涉及一种越冬油菜和小麦遥感识别方法与装置。本发明专利技术提出了基于不同时序影像的越冬油菜和小麦遥感提取方法，能够避免因天气影响，得不到连续影像时序的情况下，能够对越冬油菜和小麦遥感图像中油菜和小麦种植面积进行准确的识别和获取。

【技术实现步骤摘要】
越冬油菜和小麦遥感识别方法与装置
本申请属于遥感图像设备
，尤其是涉及越冬油菜和小麦遥感识别方法与装置。
技术介绍
全国农情信息调度为政府科学决策和农业生产指导提供了基础依据，也为农业生产指导管理提供了重要保障。随着现代农业现代化发展进程的加快和种植业结构调整的深化，农情信息工作也有了更高要求。及时、大范围、动态的农情监测成为现实需要。利用遥感技术及时、准确获取作物种植面积、长势监测及产量估产，对于开展农情信息监测，切实保障耕地保护战略的实施有着非常重要的意义。冬小麦及油菜是作物我国主要的越冬作物，其种植与监测对于保障食油生产安全十分关键。利用遥感技术识别冬小麦和油菜的种植面积是开展冬小麦、油菜长势监测和估产工作的重要环节。可为政府部门和有关领导掌握情况、判断形势、科学决策和指导工作提供数据依据。我国是油菜和小麦的重要种植区，但是由于天气影响，无法保证影像时序的连续性，难以基于长时间序列影像识别油菜和小麦作物。因此需要一种面向不同时序影像的油菜和小麦识别方法。
技术实现思路
本专利技术要解决的技术问题是：为解决现有技术中的不足，从而提供一种能够针对不同时序影像的油菜和小麦识别方法。本专利技术解决其技术问题所采用的技术方案是：一种越冬油菜和小麦遥感识别方法，包括以下步骤：S1：获取待识别区的遥感影像，所述遥感影像包括蓝光、绿光、红光、近红外、短波红外波；S2：判断遥感影像覆盖的月份，当遥感影像仅有3月份或4月份的影像时，为不充分时序影像覆盖区，当遥感影像包括3月和5月份的影像时，为充分时序影像覆盖区；S3：当遥感影像属于不充分时序影像覆盖区，则进行以下步骤：S31：设定条件为NDVI＞阈值T1，若条件为否则像元标识为非植被，若条件为真则进行S32判断；S32：设定条件RVI＞阈值T2，若条件为否则进行S33判断，若条件为真则进行S34判断；S33：设定条件LSWI＞阈值T3且ρgreen＞阈值T4，若条件为真则像元标识为冬小麦；S34：设定条件LSWI＞阈值T5且ρnir＞阈值T6，若条件为真则像元标识为油菜；S4：当遥感影像属于充分时序影像覆盖区，则进行以下步骤：S41：设定条件为NDVI＞阈值A1，若条件为否则像元标识为水体或非植被，若条件为真则进行S2判断；S42：设定条件ΔNDVI＜阈值A2，若条件为真则进行S43判断；S43：设定条件DVI＞阈值A3，若条件为否则进行S44判断，若条件为真则进行S45判断；S44：设定条件(ρred-ρblue)＞阈值A4，若条件为真则像元标识为油菜；S45：设定条件NDWI＜阈值A5且ρnir＞阈值A6，若条件为真则像元标识为小麦；NDVI、LSWI、ΔNDVI、NDWI、RVI、DVI的计算公式定义如下：ΔNDVI＝NDVI收获-NDVI抽穗；其中，ρred、ρnir、ρswir、ρblue、ρgreen分别为红光波；、近红外、短波红外波段、蓝光波段、绿光波段像元反射率值，NDVI收获为收获期影像的NDVI的值、NDVI抽穗为抽穗期影像NDVI的值；所有阈值均由样本数据统计所得。优选地，本专利技术的越冬油菜和小麦遥感识别方法，将S4和S5标识为的油菜和小麦像元分别进行聚类，形成完整图像，并统计得到油菜和小麦的面积。优选地，本专利技术的越冬油菜和小麦遥感识别方法，还包括S6步骤，S6步骤包括：获取待识别区创建随机点，对每个随机点进行目视解译识别出是否为倒伏水稻，并与识别结果进行比对，计算混淆矩阵，若混淆矩阵中总体精度优于90％，则满足要求，否则调整阈值，重新计算结果。优选地，本专利技术的越冬油菜和小麦遥感识别方法，遥感影像来自哨兵2号，并且对遥感影像做波段合成、大气校正、几何校正、裁剪、镶嵌处理。本专利技术还提供一种越冬油菜和小麦遥感识别装置，包括：遥感影像获取模块：用于获取待识别区的遥感影像，所述遥感影像包括蓝光、绿光、红光、近红外、短波红外波；月份识别模块：用于判断遥感影像覆盖的月份，当遥感影像仅有3月份或4月份的影像时，为不充分时序影像覆盖区，当遥感影像包括3月和5月份的影像时，为充分时序影像覆盖区；不充分时序影像分类模块：当遥感影像属于不充分时序影像覆盖区，则进行以下识别步骤：设定条件为NDVI＞阈值T1，若条件NDVI＞阈值T1为否则像元标识为非植被，若条件NDVI＞阈值T1为真则设定条件RVI＞阈值T2，若条件RVI＞阈值T2为否则设定条件LSWI＞阈值T3且ρgreen＞阈值T4，若条件LSWI＞阈值T3且ρgreen＞阈值T4为真则像元标识为冬小麦，若条件RVI＞阈值T2为真则设定条件LSWI＞阈值T3且ρgreen＞阈值T4，若条件LSWI＞阈值T3且ρgreen＞阈值T4为真则像元标识为油菜；充分时序影像分类模块：当遥感影像属于充分时序影像覆盖区，则进行以下步骤：设定条件为NDVI＞阈值A1，若条件为否则像元标识为水体或非植被，若条件为真则设定条件ΔNDVI＜阈值A2，若条件为真则设定条件DVI＞阈值A3，若条件为否则设定条件(ρred-ρblue)＞阈值A4，若条件为真则像元标识为油菜；若DVI＞阈值A3为真则设定条件NDWI＜阈值A5且ρnir＞阈值A6，若条件为真则像元标识为小麦；NDVI、LSWI、ΔNDVI、NDWI、RVI、DVI的计算公式定义如下：ΔNDVI＝NDVI收获-NDVI抽穗；其中，ρred、ρnir、ρswir、ρblue、ρgreen分别为红光波；、近红外、短波红外波段、蓝光波段、绿光波段像元反射率值，NDVI收获为收获期影像的NDVI的值、NDVI抽穗为抽穗期影像NDVI的值；所有阈值均由样本数据统计所得。优选地，本专利技术的越冬油菜和小麦遥感识别装置，将不充分时序影像分类模块和充分时序影像分类模块中标识为的油菜和小麦像元分别进行聚类，形成完整图像，并统计得到油菜和小麦的面积。优选地，本专利技术的越冬油菜和小麦遥感识别装置，还包括面积计算模块，面积计算模块用于获取待识别区创建随机点，对每个随机点进行目视解译识别出是否为倒伏水稻，并与识别结果进行比对，计算混淆矩阵，若混淆矩阵中总体精度优于90％，则满足要求，否则调整阈值，重新计算结果。优选地，本专利技术的越冬油菜和小麦遥感识别装置，遥感影像获取模块中遥感影像来自哨兵2号，并且对遥感影像做波段合成、大气校正、几何校正、裁剪、镶嵌处理。本专利技术的有益效果是：本专利技术提出了基于不同时序影像的越冬油菜和小麦遥感提取方法，能够避免因天气影响，得不到连续影像时序的情况下，能够对越冬油菜和小麦遥感图像中油菜和小麦种植面积进行准确的识别和获取。附图说明下面结合附图和实施例对本申请的技术方案进一步说本文档来自技高网...

【技术保护点】
1.一种越冬油菜和小麦遥感识别方法，其特征在于，包括以下步骤：/nS1：获取待识别区的遥感影像，所述遥感影像包括蓝光、绿光、红光、近红外、短波红外波；/nS2：判断遥感影像覆盖的月份，当遥感影像仅有3月份或4月份的影像时，为不充分时序影像覆盖区，当遥感影像包括3月和5月份的影像时，为充分时序影像覆盖区；/nS3：当遥感影像属于不充分时序影像覆盖区，则进行以下步骤：/nS31：设定条件为NDVI＞阈值T1，若条件为否则像元标识为非植被，若条件为真则进行S32判断；/nS32：设定条件RVI＞阈值T2，若条件为否则进行S33判断，若条件为真则进行S34判断；/nS33：设定条件LSWI＞阈值T3且ρ

【技术特征摘要】
1.一种越冬油菜和小麦遥感识别方法，其特征在于，包括以下步骤：
S1：获取待识别区的遥感影像，所述遥感影像包括蓝光、绿光、红光、近红外、短波红外波；
S2：判断遥感影像覆盖的月份，当遥感影像仅有3月份或4月份的影像时，为不充分时序影像覆盖区，当遥感影像包括3月和5月份的影像时，为充分时序影像覆盖区；
S3：当遥感影像属于不充分时序影像覆盖区，则进行以下步骤：
S31：设定条件为NDVI＞阈值T1，若条件为否则像元标识为非植被，若条件为真则进行S32判断；
S32：设定条件RVI＞阈值T2，若条件为否则进行S33判断，若条件为真则进行S34判断；
S33：设定条件LSWI＞阈值T3且ρgreen＞阈值T4，若条件为真则像元标识为冬小麦；
S34：设定条件LSWI＞阈值T5且ρnir＞阈值T6，若条件为真则像元标识为油菜；
S4：当遥感影像属于充分时序影像覆盖区，则进行以下步骤：
S41：设定条件为NDVI＞阈值A1，若条件为否则像元标识为水体或非植被，若条件为真则进行S2判断；
S42：设定条件ΔNDVI＜阈值A2，若条件为真则进行S43判断；
S43：设定条件DVI＞阈值A3，若条件为否则进行S44判断，若条件为真则进行S45判断；
S44：设定条件(ρred-ρblue)＞阈值A4，若条件为真则像元标识为油菜；
S45：设定条件NDWI＜阈值AS且ρnir＞阈值A6，若条件为真则像元标识为小麦；
NDVI、LSWI、ΔNDVI、NDWI、RVI、DVI的计算公式定义如下：






ΔNDVI＝NDVI收获-NDVI抽穗；






其中，ρred、ρnir、ρswir、ρblue、ρgreen分别为红光波；、近红外、短波红外波段、蓝光波段、绿光波段像元反射率值，NDVI收获为收获期影像的NDVI的值、NDVI抽穗为抽穗期影像NDVI的值；
所有阈值均由样本数据统计所得。


2.根据权利要求1所述的越冬油菜和小麦遥感识别方法，其特征在于，
将S4和S5标识为的油菜和小麦像元分别进行聚类，形成完整图像，并统计得到油菜和小麦的面积。


3.根据权利要求1或2所述的越冬油菜和小麦遥感识别方法，其特征在于，
还包括S6步骤，S6步骤包括：获取待识别区创建随机点，对每个随机点进行目视解译识别出是否为倒伏水稻，并与识别结果进行比对，计算混淆矩阵，若混淆矩阵中总体精度优于90％，则满足要求，否则调整阈值，重新计算结果。


4.根据权利要求1-3任一项所述的越冬油菜和小麦遥感识别方法，其特征在于，遥感影像来自哨兵2号，并且对遥感影像做波段合成、大气校正、几何校正、裁剪、镶嵌处理。


5....

【专利技术属性】
技术研发人员：徐飞飞，陆洲，罗明，梁爽，周敏强，赵晨，
申请(专利权)人：中科禾信遥感科技苏州有限公司，中国科学院地理科学与资源研究所，
类型：发明
国别省市：江苏;32