本申请公开了一种基于多时相遥感影像的茶园识别方法、装置、设备及存储介质，涉及农业遥感技术领域，包括以下步骤：确定茶叶的物候期和农事操作时期，采集待识别区域对应的多时相遥感影像数据；根据遥感影像数据计算归一化植被指数值和预先构建的归一化目标作物差异指数值，并获取其海拔高度值和每一波段的光谱特征值；根据得到的各个特征值分别计算归一化植被指数、归一化目标作物差异指数、海拔特征和光谱特征的权重；根据每个特征值的权重进行类别划分，得到待识别区域的识别结果。本申请充分考虑茶叶的生长时期和重要的农事操作时间特征，并根据茶园在该时间段的遥感光谱特征构建新的特征指数，再配合分类算法，可精准识别茶园信息。别茶园信息。别茶园信息。
【技术实现步骤摘要】
一种基于多时相遥感影像的茶园识别方法、装置、设备及存储介质
[0001]本申请涉及农业遥感
，尤其涉及一种基于多时相遥感影像的茶园识别方法、装置、设备及存储介质。
技术介绍
[0002]随着卫星遥感影像的发展，高分辨率卫星遥感影像和多光谱、高光谱卫星遥感影像的数据获取越来越方便，使得利用卫星遥感影像识别茶园信息的技术越来越多，但传统的识别方法依赖于单一光谱或原有的指数划分方法或单一影像，容易导致错分或漏分。
技术实现思路
[0003]本申请针对现有技术中的缺点，根据茶叶的生长时期和农事操作时期对茶园遥感光谱的影响，提供了一种基于多时相遥感影像的茶园识别方法。
[0004]为实现上述目的，本申请采用以下技术方案：
[0005]本申请的一种基于多时相遥感影像的茶园识别方法，包括以下步骤：
[0006]确定茶叶的物候期和农事操作时期，采集待识别区域在所述物候期和农事操作时期的多时相遥感影像数据；
[0007]根据所述遥感影像数据计算归一化植被指数值和预先构建的归一化目标作物差异指数值，并获取所述待识别区域的海拔高度值和所述遥感影像数据中每一波段的光谱特征值；
[0008]根据得到的各个特征值分别计算归一化植被指数、归一化目标作物差异指数、海拔特征和光谱特征的权重；
[0009]根据每个特征值的权重进行类别划分，得到所述待识别区域的识别结果。
[0010]作为优选，所述遥感影像数据是由哨兵2号卫星提供的。作为优选，在所述采集待识别区域在所述物候期和农事操作时期的多时相遥感影像数据之后还包括：
[0011]过滤所述遥感影像数据中包含沿海气溶胶、水蒸气和卷云波段的影像，并对过滤后的遥感影像数据进行辐射校正和大气校正。
[0012]作为优选，所述归一化目标作物差异指数的构建方法，包括：
[0013]采集训练样本，所述训练样本中包含茶园样本和各对照组样本；
[0014]将所述茶园样本与各对照组样本进行比对，分别提取出茶园和各对照组对应的遥感影像波段特征；
[0015]根据所述波段特征构建归一化目标作物差异指数，所述归一化目标作物差异指数为：
[0016]NDCI＝(B
max
‑
B
min
)/(B
max
+B
min
)
[0017]其中，B
max
表示同一时间目标作物波段在所有类别中处于最高点的波段信息，B
min
表示同一时间目标作物波段在所有类别中处于最低点的波段信息。
[0018]作为优选，所述根据得到的各个特征值分别计算归一化植被指数、归一化目标作物差异指数、海拔特征和光谱特征的权重，包括：
[0019]分别以归一化植被指数、归一化目标作物差异指数、海拔特征和光谱特征为分类特征构建多个以茶园与非茶园为分类目标的第二分类器；
[0020]将得到的各个特征值输入每个所述第二分类器中进行训练，并将同一特征下不同类别的分类准确率的和作为对应特征的多类权重。
[0021]作为优选，所述将每个特征值的权重输入预先训练的第一分类器中进行分类，得到所述待识别区域的识别结果，包括：
[0022]将训练结果中重复出现在不同类别中的点和未知类别的点组合成新的数据集，将所述新的数据集输入预先训练的以每个特征的多类权重为划分依据的第一分类器中进行分类，得到所述待识别区域的全部识别结果。
[0023]作为优选，所述方法还包括：对所述遥感影像数据作时相差分处理，得到时序差异数据源，所述时序差异数据源用于表征遥感影像的时间变化特征。
[0024]一种基于多时相遥感影像的茶园识别装置，包括：
[0025]获取模块，用于确定茶叶的物候期和农事操作时期，采集待识别区域在所述物候期和农事操作时期的多时相遥感影像数据；
[0026]提取模块，用于根据所述遥感影像数据计算归一化植被指数值和预先构建的归一化目标作物差异指数值，并获取所述待识别区域的海拔高度值和所述遥感影像数据中每一波段的光谱特征值；
[0027]划分模块，用于根据得到的各个特征值分别计算归一化植被指数、归一化目标作物差异指数、海拔特征和光谱特征的权重；
[0028]识别模块，用于根据每个特征值的权重进行类别划分，得到所述待识别区域的识别结果。
[0029]一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如上述中任一项所述的一种基于多时相遥感影像的茶园识别方法。
[0030]一种存储有计算机程序的计算机可读存储介质，所述计算机程序使计算机执行时实现如上述中任一项所述的一种基于多时相遥感影像的茶园识别方法。
[0031]本申请具有如下有益效果：
[0032]本申请充分考虑茶叶的生长时期和重要的农事操作时间特征，并根据茶园在该时间段的遥感光谱特征构建新的特征指数，再配合分类算法，可精准识别茶园信息。
附图说明
[0033]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0034]图1是本申请实施例1一种基于多时相遥感影像的茶园识别方法流程图；
[0035]图2是本申请实施例2一种基于多时相遥感影像的茶园识别装置示意图；
[0036]图3是本申请实施例3实现一种基于多时相遥感影像的茶园识别方法的电子设备示意图。
具体实施方式
[0037]下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0038]本申请的权利要求书和说明书的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序，应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式，此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他单元。
[0039]实施例1
[0040]如图1所示，一种基于多时相遥感影像的茶园识别方法，包括以下步骤：
[0041]S110、确定茶叶的物候期和农事操作时期，采集待识别区域在所述物候期和农事操作时期的多时相遥感影像数据；
[0042]S120、根据所述遥感影像数据计算归一化植被指数值和预先构本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于多时相遥感影像的茶园识别方法，其特征在于，包括以下步骤：确定茶叶的物候期和农事操作时期，采集待识别区域在所述物候期和农事操作时期的多时相遥感影像数据；根据所述遥感影像数据计算归一化植被指数值和预先构建的归一化目标作物差异指数值，并获取所述待识别区域的海拔高度值和所述遥感影像数据中每一波段的光谱特征值；根据得到的各个特征值分别计算归一化植被指数、归一化目标作物差异指数、海拔特征和光谱特征的权重；根据每个特征值的权重进行类别划分，得到所述待识别区域的识别结果。2.根据权利要求1所述的一种基于多时相遥感影像的茶园识别方法，其特征在于，所述遥感影像数据是由哨兵2号卫星提供的。3.根据权利要求2所述的一种基于多时相遥感影像的茶园识别方法，其特征在于，在所述采集待识别区域在所述物候期和农事操作时期的多时相遥感影像数据之后还包括：过滤所述遥感影像数据中包含沿海气溶胶、水蒸气和卷云波段的影像，并对过滤后的遥感影像数据进行辐射校正和大气校正。4.根据权利要求1所述的一种基于多时相遥感影像的茶园识别方法，其特征在于，所述归一化目标作物差异指数的构建方法，包括：采集训练样本，所述训练样本中包含茶园样本和各对照组样本；将所述茶园样本与各对照组样本进行比对，分别提取出茶园和各对照组对应的遥感影像波段特征；根据所述波段特征构建归一化目标作物差异指数，所述归一化目标作物差异指数为：NDCI＝(B
max
‑
B
min
)/(B
max
+B
min
)其中，B
max
表示同一时间目标作物波段在所有类别中处于最高点的波段信息，B
min
表示同一时间目标作物波段在所有类别中处于最低点的波段信息。5.根据权利要求1所述的一种基于多时相遥感影像的茶园识别方法，其特征在于，所述根据得到的各个特征值分别计算归一化植被指数、归一化...
【专利技术属性】
技术研发人员：曹利，顾惠波，叶洪波，岳晓兰，
申请(专利权)人：浙江甲骨文超级码科技股份有限公司，
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。