【技术实现步骤摘要】
一种基于Sentinel
‑
2时间序列和ReliefF的面向对象果园分类方法
[0001]本专利技术涉及果园分类
,尤其是一种基于Sentinel
‑
2时间序列和ReliefF的面向对象果园分类方法。
技术介绍
[0002]水果含有丰富的营养物质,在人类饮食结构中不可或缺。准确获取果园种植面积信息对于政策制定、生态功能评估和农业经济管理都具有重要意义。果园种植面积和空间分布信息作为制定可持续农业策略方面的基础支撑性工作。研究发现果树有助于碳封存,其耗水模式会影响深层土壤水含量,因此果园在陆地生态系统的碳循环、水循环中扮演重要角色,果园绘图有助于生态功能评估。另外果园的生产规模与生产效率之间存在正相关关系,适度规模生产才能促进农业经济绿色健康发展。掌握果园的种植信息也是面临人多地少困境下进行集约化管理的重要前提。
[0003]遥感技术可以经济高效地提供大面积的作物种植分布信息,满足各行业对大尺度作物统计的信息需求,为果园分类提供一种可行的方法。虽然目前农作物种植分布提取在国内外研究中已经取得了很大进展,如面向水稻、玉米、小麦、大豆等大宗粮食作物的遥感制图技术已日趋成熟,而面向果园作物的多分类则亟待研究。此外,多光谱图像凭借其覆盖面积区域大且重访周期短的优势,构建密集的时间序列影像相比单张影像更有助于提高果园分类精度。为解决“椒盐效应”,面向对象的方法已广泛应用于遥感作物分类中。因此果园分类构建了Sentinel
‑
2时间序列数据并结合面向对象的方法。< ...
【技术保护点】
【技术特征摘要】
1.一种基于Sentinel
‑
2时间序列和ReliefF的面向对象果园分类方法,其特征在于:该方法包括下列顺序的步骤:(1)获取研究区的Sentinel
‑
2数据,并对Sentinel
‑
2数据进行筛选、去云、耕地掩膜、时间序列重建的预处理操作,得到Setinel
‑
2时间序列数据;(2)用多层分类方法先进行易分作物分类,得到易分作物分类结果,利用易分作物分类结果掩膜剔除Setinel
‑
2时间序列数据的易分作物像元,得到易混作物感兴趣区;(3)基于易混作物感兴趣区,生成易混作物的分类特征集合;(4)通过ReliefF算法对易混作物的分类特征集合进行特征排序,将排序前25%、50%、75%、100%的特征分别输入三种分类器中,筛选得到最佳特征集合和最佳分类器;(5)进行SNIC图像分割,并结合最佳特征集合和最佳分类器进行易混果园分类,得到易混作物分类结果;(6)对易混作物分类结果进行评价。2.根据权利要求1所述的基于Sentinel
‑
2时间序列和ReliefF的面向对象果园分类方法,其特征在于:所述步骤(1)具体包括以下步骤:(1a)在GEE平台上获取研究区的Sentinel
‑
2Level
‑
2A数据;(1b)对Sentinel
‑
2Level
‑
2A数据筛选云量小于10%的影像数据,然后对云量小于10%的影像数据采用云分数方法去云,对去云后的数据进行耕地掩膜;(1c)对经耕地掩膜后的Sentinel
‑
2数据进行时间序列重建,所述时间序列重建包括10天中值合成、线性插值和S
‑
G滤波,最终得到Setinel
‑
2时间序列数据。3.根据权利要求1所述的基于Sentinel
‑
2时间序列和ReliefF的面向对象果园分类方法,其特征在于:所述步骤(2)具体包括以下步骤:(2a)所述多层分类方法是指根据作物的归一化植被指数NDVI时间序列差异分为易分作物和易混作物,第一层先进行易分作物分类,易分作物分类采用NDVI时间序列数据的一阶差分及其3次谐波拟合参数,以及红边、近红外和短波红外波段作为易分作物分类特征,其中,NDVI时间序列数据的一阶差分及其3次谐波拟合参数的计算公式如公式(1)、(2)所示:ΔNDVI
k
=NDVI
K+1
‑
NDVI
k
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中,ΔNDVI
k
是NDV...
【专利技术属性】
技术研发人员:黄林生,张娜,杨贵军,杨浩,赵晋陵,翁士状,
申请(专利权)人:安徽大学,
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。