【技术实现步骤摘要】
一种基于高分遥感图像的水田面积提取方法及装置
[0001]本专利技术主要涉及土地监测
,具体涉及到一种基于高分遥感图像的水田面积提取方法及装置。
技术介绍
[0002]监测水田的变化是估算水稻产量的必要路径,也是评估“垦造水田”等土地整治工程实施成效的重要手段,而遥感技术具有快速、高效和客观的优点,成为水田监测的主要途径;
[0003]目前的水田监测技术,中低分辨率的遥感影像的监测精度低,辨识能力差,采用高分2号(GF
‑
2)的遥感图像和哨兵2号(Sentinel
‑
2)的遥感图像,多波段的高分辨率遥感影像的单一指数或者少量指数,对地物的区分不灵敏,高分辨率遥感影像能清晰地刻画地物细节,但多特征图像,产生高维的数据,数据量大,计算耗时。
技术实现思路
[0004]本专利技术的目的在于克服现有技术的不足,本专利技术提供了一种基于高分遥感图像的水田面积提取方法及装置,所述方法收集高分2号和哨兵2号的遥感图像,并通过差值分析得出多个时相差异最大的指数图像,来区分水田与其他耕地,提高水田识别的灵敏度,对联合了多特征的图像进行主成分分析,然后利用随机森林等方法对水田进行提取,以减少数据量并提高计算速度,实现对水田精确识别。
[0005]本专利技术提供了一种基于高分遥感图像的水田面积提取方法,所述提取方法包括:
[0006]采集水稻生长期的遥感图像,获得第一遥感图像,采集水稻收割后的遥感图像,获得第二遥感图像,所述第一遥感图像包括第一Sentine ...
【技术保护点】
【技术特征摘要】
1.一种基于高分遥感图像的水田面积提取方法,其特征在于,所述提取方法包括:采集水稻生长期的遥感图像,获得第一遥感图像,采集水稻收割后的遥感图像,获得第二遥感图像,所述第一遥感图像包括第一Sentinel
‑
2遥感图像和第一GF
‑
2遥感图像,所述第二遥感图像包括第二Sentinel
‑
2遥感图像和第二GF
‑
2遥感图像;对所述第一遥感图像和所述第二遥感图像进行预处理,获得预处理后的第一遥感图像和预处理后的第二遥感图像;将预处理后的第一遥感图像和预处理后的第二遥感图像进行时序多特征差异图像分析,获得时序多特征差异图像;利用随机森林算法对所述时序多特征差异图像进行解译,并对解译结果进行精度评估,提取水田信息,统计水田面积。2.如权利要求1所述的水田面积提取方法,其特征在于,所述对所述第一遥感图像和所述第二遥感图像进行预处理,获得预处理后的第一遥感图像和预处理后的第二遥感图像,包括:将所述第一遥感图像和所述第二遥感图像依次进行辐射校正、大气校正、正射校正、重采样、几何配准和图像归一化的预处理,获得预处理后的第一遥感图像和预处理后的第二遥感图像。3.如权利要求1所述的水田面积提取方法,其特征在于,所述将预处理后的第一遥感图像和预处理后的第二遥感图像进行时序多特征差异图像分析,获得时序多特征差异图像,包括:提取所述预处理后的第一遥感图像的第一GF
‑
2遥感图像,提取所述预处理后的第二遥感图像的第二GF
‑
2遥感图像;将所述预处理后的第一GF
‑
2遥感图像和所述预处理后的第二GF
‑
2遥感图像进行差值分析和多尺度分析,获得GF
‑
2分析数据;提取所述预处理后的第一遥感图像的第一Sentinel
‑
2遥感图像,提取所述预处理后的第二遥感图像的第二Sentinel
‑
2遥感图像;对所述预处理后的第一Sentinel
‑
2遥感图像和所述预处理后的第二Sentinel
‑
2遥感图像进行指数分析和差值分析,得到Sentinel
‑
2分析数据;基于所述GF
‑
2分析数据和所述Sentinel
‑
2分析数据,构建时序多特征差异图像。4.如权利要求3所述的水田面积提取方法,其特征在于,将所述预处理后的第一GF
‑
2遥感图像和所述预处理后的第二GF
‑
2遥感图像进行差值分析和多尺度分析,获得GF
‑
2分析数据,包括:将所述预处理后的第一GF
‑
2遥感图像和所述预处理后的第二GF
‑
2遥感图像进行差值分析,获得GF
‑
2差值图像;将所述GF
‑
2差值图像进行多尺度分析,获得GF
‑
2多尺度分析图像。5.如权利要求3所述的水田面积提取方法,其特征在于,所述指数分析包括归一化植被指数分析、归一化红外指数分析、归一化湿度指数分析、红边植被指数分析、红边拐点指数分析、亮度指数分析和颜色指数分析。6.如权利要求3所述的水田面积提取方法,其特征在于,所述对所述预处理后的第一Sentinel
‑
2遥感图像和所述预处理后的第二Sentinel
‑
2遥感图像进行指数分析和差值分
析,得到S...
【专利技术属性】
技术研发人员:胡月明,王卫,陈晓远,朱明帮,田广增,孔德庸,
申请(专利权)人:广州市华南自然资源科学技术研究院,
类型:发明
国别省市:
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。