【技术实现步骤摘要】
本专利技术涉及遥感识别，具体而言，涉及一种基于物候时序轨迹的耕地变化检测方法、装置、电子设备和存储介质。
技术介绍
1、
2、耕地相较于森林、城镇而言，不仅在光谱特征上具有更复杂的异质性，且在时序变化上具有更强的动态性。传统变化检测方法主要是基于两期或少数几景影像的变化检测，无法获得详细的耕地变化信息，从而难以实现耕地的动态监测。
技术实现思路
1、本专利技术的目的在于提供一种基于物候时序轨迹的耕地变化检测方法、装置、电子设备和存储介质，用以解决无法获得详细的耕地变化信息，从而难以实现耕地的动态监测的问题。
2、第一方面，本专利技术的一种基于物候时序轨迹的耕地变化检测方法，包括：
3、步骤s201：基于用于模拟耕地物候时序轨迹的数学模型和第一时期内的耕地物候时序数据集，获取第一时期的耕地物候时序轨迹，其中，所述数学模型包括表征耕地年内双峰或多峰分布的多阶谐波及表征耕地年际周期性变化趋势的趋势项；其中，选取对耕地物候特征非常敏感的增强型植被指数、归一化植被指数以及陆表水分指数分别构建第一时期内的耕地物候时序数据集；
4、步骤s202：根据所述第一时期的耕地物候时序轨迹预测得到第二时期的耕地物候时序预测轨迹；
5、步骤s203：根据所述第二时期的耕地物候时序预测轨迹及第二时期的耕地物候时序实测轨迹，确定耕地变化信息，并基于所述第二时期的耕地物候时序实测轨迹确定耕地变化类型；
6、所述步骤s203中，根据所述第二时期
7、步骤s301、计算所述第二时期的耕地物候时序预测轨迹与所述第二时期的耕地物候时序实测轨迹之间的变化强度；
8、步骤s302、根据所述变化强度和变化阈值，确定所述耕地变化信息；其中，变化信息包括变化时刻和变化区域，如果预测轨迹与实测轨迹基本一致，则意味着该像元点代表的区域依然是耕地，没有发生改变，如果预测轨迹与实测轨迹存在差异，则意味着该像元点代表的区域从耕地变成了其他地类，再通过确定各个像元点的变化情况，确定变化区域；由于耕地物候时序轨迹是基于时间的曲线，所以通过分析两条轨迹之间发生变化的位置，可以判断出该区域是从何时开始变化，即确定变化时刻，再根据变化的情况，可以确定该区域的变化类型，以实现对耕地的变化检测以及动态监测；
9、所述步骤s302中，在根据所述变化强度和变化阈值，确定所述耕地变化信息之前，所述方法还包括：根据双窗口步长搜索法和变化强度影像确定所述变化阈值。
10、通过使用模拟耕地物候时序轨迹的数学模型，将陆地卫星采集的大量历史遥感数据拟合成物候时序轨迹。其中，数学模型包括表征耕地年内双峰或多峰分布的多阶谐波及表征耕地年际周期性变化趋势的趋势项，使得拟合成的物候时序轨迹更接近实际物候时序轨迹。随着新影像的获取，将基于新影像数据拟合的物候时序轨迹与预测的耕地物候时序轨迹进行对比，及时准确地提取耕地变化信息，并对耕地时空变化进行分析，确定变化信息和变化类型，实现耕地的动态监测。
11、通过计算变化强度，并结合变化阈值，可以准确判断出耕地是否发生变化，在发生变化时，还能准确确定发生变化的时间点，实现了对耕地的变化检测以及动态监测。
12、通过双窗口步长搜索法和变化强度影像确定所述变化阈值，能准确判断耕地是否发生改变，去除伪变化的影响。
13、可选的，所述变化阈值的确定方法，包括：
14、步骤s401、人工选取典型变化样区并构建双窗口，典型变化样区要尽可能包含各种地表覆盖的变化类型，并且呈“岛状”，即区域内的变化像元被区域外的不变像元包围，对典型变化样区中的每一个像元点通过前述方法计算变化强度，得到变化强度影像，在典型变化区域外通过缓冲区分析设置一定宽度的外边界，即溢出像元控制区域，从而构建双窗口；
15、步骤s402、设置变化强度影像的阈值搜索范围，将变化强度影像的变化强度值域范围[a，b]设为阈值，搜索范围，步长p1设置：p1＝(b-a)/n，其中n是自定义的整数，在变化强度[a,b]范围内设置阈值分别为b-p1，b-2p1…在变化强度影像上，如果变化强度大于阈值，则为变化像素；否则为不变像素；
16、步骤s403、计算检验参数，某一阈值k下，计算典型变化样区内的变化像元数量ak1和外部双窗口内的变化像元数量ak2，以及典型变化区域的像元总数a，按照以下公式计算检验成功率lk，即检验参数：lk＝(ak1-ak2)×100％/a；
17、步骤s404、改变步长，重复迭代，搜索最优阈值，搜寻所述步骤s403中检验成功率最大时对应的阈值k，在变化强度[k-p1，k+p1]范围内，减小步长开始下一次搜寻，直到搜寻范围内的各阈值对应的最大成功率与最小成功率之差小于某一给定常数δ，停止搜索，退出循环，该变化阈值既是最优变化阈值，从而排除因耕地生长季自然状态变化而导致的伪变化，提高耕地变化确定的精确性。
18、可选的，在所述步骤s201之前，所述方法还包括：
19、分析耕地物候在年内和年际上的变化特征；
20、根据所述变化特征构建所述多阶谐波以及设置所述趋势项，得到所述数学模型。
21、针对耕地物候年内呈现双峰或多峰分布、年际具有周期性变化的特点，通过构建包括多阶谐波和趋势项的数学模型描述耕地物候序列轨迹，使得拟合出的耕地物候序列轨迹精确度更高，更贴近实际轨迹。
22、可选的，所述步骤s201包括：
23、利用levenberg-marquardt优化算法确定所述数学模型的模型系数；
24、根据误差平方和、决定系数以及均方根误差对所述数学模型进行精度检验。
25、构建完数学模型后，通过采用levenberg-marquardt优化算法确定模型系数并对模型精度进行评价，将带有最大误差值的观测点去除，重新拟合剩余观测值，确保了最终得到的耕地物候时序轨迹具有较高的精确度。
26、可选的，所述步骤s201中，所述增强型植被指数、所述归一化植被指数以及所述陆表水分指数的公式如下：
27、
28、
29、
30、式中，rblue，rred，rnir，rswir分别表示landsat数据的蓝色波段、红色波段、近红外波段以及短波红外波段。
31、可选的，所述步骤s203中，基于所述第二时期的耕地物候时序实测轨迹确定耕地变化类型，包括：
32、提取所述第二时期的耕地物候时序实测轨迹的模型系数向量；
33、将所述第二时期的耕地物候时序实测轨迹的模型系数向量与地类模型系数向量规律库进行对比，确定所述耕地变化类型。
34、可选的，在所述将所述第二时期的耕地物候时序实测轨迹的模型系数向量与地类模型系数向量规律库进行对比，确定所述耕地变化类型之前，所述方法还包括：本文档来自技高网...
【技术保护点】
1.一种基于物候时序轨迹的耕地变化检测方法，其特征在于，包括：
2.根据权利要求1所述的基于物候时序轨迹的耕地变化检测方法，其特征在于，所述变化阈值的确定方法，包括：
3.根据权利要求1所述的基于物候时序轨迹的耕地变化检测方法，其特征在于，在所述步骤S201之前，所述方法还包括：
4.根据权利要求1所述的基于物候时序轨迹的耕地变化检测方法，其特征在于，所述步骤S201包括：
5.根据权利要求1所述的基于物候时序轨迹的耕地变化检测方法，其特征在于，所述步骤S201中，所述增强型植被指数、所述归一化植被指数以及所述陆表水分指数的公式如下：
6.根据权利要求1所述的基于物候时序轨迹的耕地变化检测方法，其特征在于，所述步骤S203中，基于所述第二时期的耕地物候时序实测轨迹确定耕地变化类型，包括：
7.根据权利要求6所述的基于物候时序轨迹的耕地变化检测方法，其特征在于，在所述将所述第二时期的耕地物候时序实测轨迹的模型系数向量与地类模型系数向量规律库进行对比，确定所述耕地变化类型之前，所述方法还包括：
8.一
9.一种电子设备，其特征在于，包括：处理器、存储器和总线；
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令被计算机运行时，使所述计算机执行如权利要求1-7任一项所述的基于物候时序轨迹的耕地变化检测方法。
...【技术特征摘要】
1.一种基于物候时序轨迹的耕地变化检测方法，其特征在于，包括：
2.根据权利要求1所述的基于物候时序轨迹的耕地变化检测方法，其特征在于，所述变化阈值的确定方法，包括：
3.根据权利要求1所述的基于物候时序轨迹的耕地变化检测方法，其特征在于，在所述步骤s201之前，所述方法还包括：
4.根据权利要求1所述的基于物候时序轨迹的耕地变化检测方法，其特征在于，所述步骤s201包括：
5.根据权利要求1所述的基于物候时序轨迹的耕地变化检测方法，其特征在于，所述步骤s201中，所述增强型植被指数、所述归一化植被指数以及所述陆表水分指数的公式如下：
6.根据权利要求1所述的基于物候时序轨迹的耕地变化检测方法，其特征在...
【专利技术属性】
技术研发人员：陈家阁，张宏伟，赵文智，彭舒，
申请(专利权)人：国家基础地理信息中心，
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。