秸秆类型快速遥感监测方法及装置制造方法及图纸

本发明专利技术提供一种秸秆类型快速遥感监测方法及装置，该方法包括：获取监测区域多光谱影像以及CHM影像；根据多光谱影像中近红外波段和红光波段，生成叠积近红秸秆指数PNISI影像；根据多光谱影像、CHM影像和PNISI影像进行二次波段组合，得到CHM

Method and device for rapid remote sensing monitoring of straw types

【技术实现步骤摘要】
秸秆类型快速遥感监测方法及装置


[0001]本专利技术涉及农作物遥感信息处理领域，尤其涉及一种秸秆类型快速遥感监测方法及装置。

技术介绍

[0002]在玉米、小麦、大豆等作物收获季后，一部分秸秆被收割离田加工再利用，大部分秸秆被农机粉碎还田平铺于土壤表面或翻耕入土，一部分秸秆被人工收割收拢成堆或成垛，还有一部分秸秆未被处理直立于田间。还田秸秆可实现保护性耕作和土壤固碳，成堆成垛秸秆在后期将会离田处理再利用，直立秸秆易被焚烧污染大气。农业、环保等相关部门对农田作物秸秆类型及分布状态十分关注，及时准确快速获取秸秆类型、分布区域和位置信息可助其实现秸秆资源高效管理、综合利用、焚烧防控等，具有重大的现实意义和应用价值。
[0003]近些年，秸秆资源管理利用及焚烧防控工作主要依靠管理和执法人员野外调查、广播宣传和现场执法等，信息化程度低、成本高昂，监测精度和效率亟待提升。低空遥感技术发展迅速，灵活机动、成本较低，可快速获取高空间分辨率遥感影像，给秸秆类型快速监测提供了新的数据来源和技术手段。目前，秸秆类型遥感监测研究比较缺乏，主要是围绕秸秆资源量、残渣覆盖度及焚烧火点监测进行了秸秆相关研究。也有一些学者对直立秸秆进行了遥感监测，但主要是基于光谱、纹理等常规遥感监测参数，准确度不高。

技术实现思路

[0004]针对现有技术存在的问题，本专利技术提供一种秸秆类型快速遥感监测方法及装置。
[0005]本专利技术提供一种秸秆类型快速遥感监测方法，包括：获取监测区域的多光谱影像以及作物冠层高度(Canopy Height Model，CHM)影像，其中多光谱影像中包括近红外波段、红光波段和蓝光波段光谱信息；根据所述多光谱影像中的近红外波段和红光波段的光谱信息，生成叠积近红秸秆指数PNISI影像；根据所述多光谱影像、所述CHM影像和所述PNISI影像进行二次波段组合，得到CHM
‑
PNISI
‑
多光谱影像；根据预设的秸秆高度阈值，对所述CHM
‑
PNISI
‑
多光谱影像进行初次分割，得到包括成捆、成堆和直立秸秆的第一秸秆影像，以及包括碎渣秸秆和裸地的第二秸秆影像；对所述第一秸秆影像进行分割得到多个一类对象，并对所述第二秸秆影像进行分割得到多个二类对象；根据预设的秸秆形状阈值和PNISI阈值，对所述多个第一对象进行分类，得到成捆、成堆和直立秸秆的分类结果；基于预设的波段阈值，对所述多个二类对象进行分类，得到碎渣秸秆和裸地的分类结果。
[0006]根据本专利技术提供的一种秸秆类型快速遥感监测方法。所述形状阈值包括面积阈值和长宽比阈值，所述高度阈值包括CHM阈值，所述波段阈值包括蓝光波段阈值。
[0007]根据本专利技术提供的一种秸秆类型快速遥感监测方法，所述根据预设的秸秆高度阈值，对所述CHM
‑
PNISI
‑
多光谱影像进行初次分割，得到包括成捆、成堆和直立秸秆的第一秸秆影像，以及包括碎渣秸秆和裸地的第二秸秆影像，包括：根据CHM＞0.16m，对所述CHM
‑
PNISI
‑
多光谱影像进行分割，得到包括成捆、成堆和直立秸秆的第一秸秆影像；根据CHM≤0.16m，对所述CHM
‑
PNISI
‑
多光谱影像进行分割，得到包括碎渣秸秆和裸地的第二秸秆影像；相应地，根据预设的秸秆形状阈值和PNISI阈值，对所述多个第一对象进行分类，得到成捆、成堆和直立秸秆的分类结果，基于预设的波段阈值，对所述多个二类对象进行分类，得到碎渣秸秆和裸地的分类结果，分别包括：根据面积＞0.3332m2，PNISI＞0.177，确定第一对象为成捆秸秆类型；根据0.1＜PNISI＜0.13，长宽比γ＞2.1，确定第一对象为成堆秸秆类型；根据成捆秸秆类型和成堆秸秆类型以外的第一对象，确定直立秸秆类型；根据0.035＜B1＜0.21，确定二类对象为裸地类型；根据裸地类型以外的第二对象，确定碎渣秸秆类型。其中，B1为蓝光波段的反射率值。
[0008]根据本专利技术提供的一种秸秆类型快速遥感监测方法，所述获取监测区域的多光谱影像以及作物冠层高度CHM影像，包括：获取监测区域的高分辨率遥感影像，进行预处理后，得到所述多光谱影像和数字表面模型(Digital Surface Model，DSM)影像；根据所述DSM影像生成数字高程模型并制作数字高程(Digital Elevation Model，DEM)影像；根据所述DEM影，通过差值运算生成作物冠层高度模型并制作CHM影像；其中，所述预处理包括影像拼接、DSM生成、波段组合和裁剪。
[0009]根据本专利技术提供的一种秸秆类型快速遥感监测方法，所述根据所述多光谱影像中的近红外波段和红光波段的光谱信息，生成叠积近红秸秆指数PNISI影像，包括根据如下公式计算PNISI值后生成PNISI影像：
[0010][0011]其中，B3为多光谱影像中红波段反射率值，B5为多光谱影像中近红外波段反射率值。
[0012]根据本专利技术提供的一种秸秆类型快速遥感监测方法，所述对所述第一秸秆影像进行分割得到多个一类对象，并对所述第二秸秆影像进行分割得到多个二类对象，包括：根据对比度分离分割法，对所述第一秸秆影像进行分割得到多个一类对象；根据多尺度分割法，对所述第二秸秆影像进行分割得到多个二类对象。
[0013]根据本专利技术提供的一种秸秆类型快速遥感监测方法，所述确定不同秸秆类型之后，还包括：根据不同的分类结果，生成农田作物秸秆类型分布图。
[0014]本专利技术还提供一种秸秆类型快速遥感监测装置，包括：第一获取模块，用于获取监测区域的多光谱影像以及作物冠层高度CHM影像，其中多光谱影像中包括近红外波段、红光波段和蓝光波段光谱信息；第二获取模块，用于根据所述多光谱影像中的近红外波段和红光波段的光谱信息，生成叠积近红秸秆指数PNISI影像；波段组合模块，用于根据所述多光谱影像、所述CHM影像和所述PNISI影像进行二次波段组合，得到CHM
‑
PNISI
‑
多光谱影像；第一分割模块，用于根据预设的秸秆高度阈值，对所述CHM
‑
PNISI
‑
多光谱影像进行初次分割，得到包括成捆、成堆和直立秸秆的第一秸秆影像，以及包括碎渣秸秆和裸地的第二秸秆影像；第二分割模块，用于对所述第一秸秆影像进行分割得到多个一类对象，并对所述第二秸秆影像进行分割得到多个二类对象；类型划分模块，用于根据预设的秸秆形状阈值和PNISI阈值，对所述多个第一对象进行分类，得到成捆、成堆和直立秸秆的分类结果；基于预设的波段阈值，对所述多个二类对象进行分类，得到碎渣秸秆和裸地的分类结果。
[0015]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述秸秆类型快速遥感监测方法。
[0016]本专利技术还提供一种非暂态计算机可读存储介质，其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种秸秆类型快速遥感监测方法，其特征在于，包括：获取监测区域的多光谱影像以及作物冠层高度CHM影像，其中，多光谱影像中包括近红外波段、红光波段和蓝光波段光谱信息；根据所述多光谱影像中的近红外波段和红光波段的光谱信息，生成叠积近红秸秆指数PNISI影像；根据所述多光谱影像、所述CHM影像和所述PNISI影像进行二次波段组合，得到CHM
‑
PNISI
‑
多光谱影像；根据预设的秸秆高度阈值，对所述CHM
‑
PNISI
‑
多光谱影像进行初次分割，得到包括成捆、成堆和直立秸秆的第一秸秆影像，以及包括碎渣秸秆和裸地的第二秸秆影像；对所述第一秸秆影像进行分割得到多个一类对象，并对所述第二秸秆影像进行分割得到多个二类对象；根据预设的秸秆形状阈值和PNISI阈值，对所述多个第一对象进行分类，得到成捆、成堆和直立秸秆的分类结果；基于预设的波段阈值，对所述多个二类对象进行分类，得到碎渣秸秆和裸地的分类结果。2.根据权利要求1所述的秸秆类型快速遥感监测方法，其特征在于，所述形状阈值包括面积阈值和长宽比阈值，所述高度阈值包括CHM阈值，所述波段阈值包括蓝光波段阈值。3.根据权利要求2所述的秸秆类型快速遥感监测方法，其特征在于，所述根据预设的秸秆高度阈值，对所述CHM
‑
PNISI
‑
多光谱影像进行初次分割，得到包括成捆、成堆和直立秸秆的第一秸秆影像，以及包括碎渣秸秆和裸地的第二秸秆影像，包括：根据CHM＞0.16，对所述CHM
‑
PNISI
‑
多光谱影像进行分割，得到包括成捆、成堆和直立秸秆的第一秸秆影像；根据CHM≤0.16m，对所述CHM
‑
PNISI
‑
多光谱影像进行分割，得到包括碎渣秸秆和裸地的第二秸秆影像；相应地，根据预设的秸秆形状阈值和PNISI阈值，对所述多个第一对象进行分类，得到成捆、成堆和直立秸秆的分类结果，基于预设的波段阈值，对所述多个二类对象进行分类，得到碎渣秸秆和裸地的分类结果，分别包括：根据面积＞0.3332m2，PNISI＞0.177，确定第一对象为成捆秸秆类型；根据0.1＜PNISI＜0.13，长宽比γ＞2.1，确定第一对象为成堆秸秆类型；根据成捆秸秆类型和成堆秸秆类型以外的第一对象，确定直立秸秆类型；根据0.035＜B1＜0.21，确定二类对象为裸地类型；根据裸地类型以外的第二对象，确定碎渣秸秆类型；其中，B1为蓝光波段的反射率值。4.根据权利要求1所述的秸秆类型快速遥感监测方法，其特征在于，所述获取监测区域的多光谱影像以及作物冠层高度CHM影像，包括：获取监测区...

【专利技术属性】
技术研发人员：周静平，张云鹤，顾晓鹤，孙乾，胡学谦，潘瑜春，杨鑫，张森，
申请(专利权)人：北京市农林科学院信息技术研究中心，
类型：发明
国别省市：