一种无样本条件下农作物种植区快速识别的方法技术

本发明专利技术提出一种无样本条件下农作物种植区快速识别的方法,包括影像收集、夏季作物图层掩膜、构建并运行高斯混合模型、计算农作物概率图层和加权平均整合多时相概率图层五个步骤，该种无样本条件下农作物种植区快速识别的方法通过摆脱地面样本的限制，并采用引用卫星遥感影像的方式，来进行快速识别，从而减少了农作物早期监测的工作量，提高了监测的时效性以及精准性，并且本发明专利技术可迁移性较强，可在不同区域和年份之间迁移，同时，本发明专利技术可以在生长季内对农作物进行识别，不需要等到作物收获以后,适应性强，无需耗费大量的人力物力。无需耗费大量的人力物力。无需耗费大量的人力物力。

【技术实现步骤摘要】
一种无样本条件下农作物种植区快速识别的方法


[0001]本专利技术涉及图像处理
，尤其涉及一种无样本条件下农作物种植区快速识别的方法。

技术介绍

[0002]玉米是全球第二大高产作物，其产量占据全球农作物总产量的13％，仅次于甘蔗(21％)，玉米也是全球最大的粮食作物，其产量高于水稻(9％)和小麦(8％)，在玉米生长季内、未收获之前利用遥感资料近实时提取玉米的空间分布和种植面积，称为玉米早期监测，玉米早期监测对于粮食风险预警、农业灾害响应、国际粮食贸易预测等具有重要意义，现有农作物分类技术依赖大量的地面样本，成本高，时效性差，难迁移，应用受限；
[0003]现有作物分类算法依赖地面样本，具有较多的缺点，比如：1)成本高：收集大面积的高质量作物分类样本工作量大、成本高，且偏远地区、战乱地区或者疫情区域难以到达，样本难以收集；2)时效差：分类往往需要整个生长季内的全时序影像，故需要等到作物收获后才能进行遥感分类；3)难迁移：通过监督分类得到的分类模型迁移性差，某一地区某一年份训练的分类模型往往难以应用于其他地区或其他年份，因此本专利技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无样本条件下农作物种植区快速识别的方法，其特征在于：包括以下步骤：步骤一、影像收集选取所需要识别农作物种植区域，通过预设的平台上获取选择农作物种植区域的卫星遥感影像，之后对获得的卫星遥感影像进行影像处理，再将同一轨道和同一时间下的卫星遥感影像进行拼接合成，在此基础上，计算红边指数REPI；步骤二、夏季作物图层掩膜利用多组土地利用数据融合的耕地涂层来对步骤一中得到的红边指数REPI图层掩膜，仅保留夏季作物像元，其中，多组土地利用数据融合的耕地涂层包括东北掩膜图层、耕地掩膜图层、水稻掩膜图层；步骤三：构建并运行高斯混合模型针对步骤二中，每个掩膜后的红边指数REPI图层，先在步骤一中预设的平台上，通过随机采样获取若干个像元的红边指数REPI并导出，再利用四分位句法剔除异常值，再利用python scikit
‑
learn模块构建高斯混合模型GMM，并运行，获取参数；步骤四：计算农作物概率图层和重叠率指标将步骤三中获取的参数传回步骤一中预设的平台上，再计算每幅红边指数REPI的农作物概率P，再计算重叠率指标OLR；步骤五：加权平均整合多时相概率图层利用多时相的概率图层和其计算的对应重叠率指标OLR，计算农作物概率平均值，并在此基础上，对平均概率图层进行阈值分隔，若概率平均值大于预设的值，则识别为对应的农作物。2.根据权利要求1所述的一种无样本条件下农作物种植区快速识别的方法，其特征在于：所述步骤一中，所述影像处理即为对获得的卫星遥感影像进行降噪处理，去除卫星遥感影像内的云、云影和雪。3.根据权利要求1所述的一种无样本条件下农作物种植区快速识别的方法，其特征在于：所述步骤一中，计算红边指数REPI需要通过公式进行计算，其中公式如下：4.根据权利要求1所...

【专利技术属性】
技术研发人员：董金玮，尤南山，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：