一种融合多源地理信息数据的农作物分类方法技术

本发明专利技术涉及一种融合多源地理信息数据的农作物分类方法，包括：获取目标区域中农作物生产周期范围内的多景多时相卫星影像数据，对卫星影像数据进行预处理的操作；对卫星影像数据进行多维特征因子的提取，特征因子包括：光谱、纹理和植被指数；对各个特征因子进行不同组合下的多通道数据融合，将不同组合的多通道融合数据结合地面真实样本训练支持向量机分类器，基于训练完成的支持向量机分类器得到农作物分类初始结果；使用到了多源数据，该多源数据包括难以获取的土地利用数据和农作物分类很少用到的农经权数据，基于该土地利用现状数据准确的地块类别信息以及农经权数据精细的地块分类对作物分类结果进行重分类，能够实现作物分类结果的优化。现作物分类结果的优化。现作物分类结果的优化。

【技术实现步骤摘要】
一种融合多源地理信息数据的农作物分类方法


[0001]本专利技术涉及农作物分类领域，尤其涉及一种融合多源地理信息数据的农作物分类方法。

技术介绍

[0002]利用遥感方式及时、有效地获取主要农作物种植分布信息，对农作物种植结构调查、长势监测和产量估算具有重要意义，同时可以为农业部门制定政策与发展规划、农户生产选择及企业经营管理提供数据支撑。目前，现有作物分类研究主要利用遥感影像的光谱特征或提取遥感时序植被指数基于随机森林、支持向量机等机器学习方法进行作物种植范围的提取。然而农作物种类丰富、结构复杂、同物异谱和同谱异物现象较多，仅依赖于遥感影像单一数据源以及单一的数据特征难以实现高精度的作物分类。

技术实现思路

[0003]本专利技术针对现有技术中存在的技术问题，提供一种融合多源地理信息数据的农作物分类方法，使用到了多源数据，该多源数据包括难以获取的土地利用数据和农作物分类很少用到的农经权数据，基于该土地利用现状数据准确的地块类别信息以及农经权数据精细的地块分类对作物分类结果进行重分类，能够实现作物分类结果的优化。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合多源地理信息数据的农作物分类方法，其特征在于，所述农作物分类方法包括：步骤1，获取目标区域中农作物生产周期范围内的多景多时相卫星影像数据，对所述卫星影像数据进行预处理的操作；步骤2，对所述卫星影像数据进行多维特征因子的提取，所述特征因子包括：光谱、纹理和植被指数；步骤3，对各个所述特征因子进行不同组合下的多通道数据融合，将所述不同组合的多通道融合数据结合地面真实样本训练支持向量机分类器，基于训练完成的所述支持向量机分类器得到农作物分类初始结果。2.根据权利要求1所述的农作物分类方法，其特征在于，所述步骤1中对所述影像数据进行预处理的操作包括：去云、正射校正、辐射定标、大气校正、图像镶嵌以及图像裁剪中的一个或多个。3.根据权利要求1所述的农作物分类方法，其特征在于，所述步骤2中对所述卫星影像数据进行光谱特征提取时，提取的波段包括可见光蓝波段、可见光绿、可见光红和近红外波段。4.根据权利要求3所述的农作物分类方法，其特征在于，所述步骤2中进行纹理特征提取的过程包括：针对所述卫星影像数据的可见光蓝波段、可见光绿、可见光红和近红外波段四个波段计算多组常用的植被指数；通过相关性分析剔除相关性超过设定阈值的植被指数；结合地面实测样本采用TD方法分析地物类别间的可分性，提取多组地物类别的分离度，计算出各个植被指数对应的分离度，基于各个植被指数的分离度进行加权处理计算得到其综合植被指数因子。5.根据权利要求4所述的农作物分类方法，其特征在于，采用TD方法分析地物类别间的可分性的过程为计算各个地物类别间的TD距离，TD距离函数为：；其中，为地物类别x和y间的离散度：；和为地物类别x和y的协方差矩阵，...

【专利技术属性】
技术研发人员：李江，谢田晋，罗冷坤，吴燕平，姜益民，刘琛，张小朋，
申请(专利权)人：湖北省自然资源厅信息中心，
类型：发明
国别省市：