【技术实现步骤摘要】
本专利技术属于大豆样本生成领域，尤其涉及一种基于sentinel2时序曲线分布的大豆样本生成方法和系统。
技术介绍
1、大豆是一种重要的经济作物，及时准确地获取其种植区域的空间分布对于其种植管理和产量预测有着重要意义。遥感技术能够以地表成像的形式获取大范围地球表面信息，目前已广泛应用在大豆等农作物的种植区识别中。其中监督学习是遥感农作物识别中最常用的方法，这种方法需要收集大量农作物地面样本用于分类器训练，这是一项成本高昂的工作。传统的作物实测点获取需要工作人员手持导航定位仪器，到达作物种植区域记录下空间坐标和属性信息，这需要工作人员在整个研究区高强度作业才能获取数量充足、分布均匀的样点，在实施过程中也存在很多困难。
2、目前已有研究利用往年的作物样本及影像获取作物特征用于识别目标年的作物，这种方法省去了样本实地获取，但由于不同年份在气温、降水等方面存在差异，基于往年的作物特征可能无法对目标年的作物实现精确识别。而根据往年样本生成目标年作物样本则可以解决这一问题，这种方法以一种便捷的方式获取目标年作物样本点，能够在一定程度上保...
【技术保护点】
1.一种基于Sentinel2时序曲线分布的大豆样本生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于Sentinel2时序曲线分布的大豆样本生成方法，其特征在于，在所述步骤S2中，所述提取出耕地像素并生成目标区域的随机农田样本的方法包括：
3.根据权利要求1所述的一种基于Sentinel2时序曲线分布的大豆样本生成方法，其特征在于，在所述步骤S3中，所述选择Sentinel2影像的两个预定义波段的方法包括：
4.根据权利要求3所述的一种基于Sentinel2时序曲线分布的大豆样本生成方法，其特征在于，在所述步骤...
【技术特征摘要】
1.一种基于sentinel2时序曲线分布的大豆样本生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于sentinel2时序曲线分布的大豆样本生成方法，其特征在于，在所述步骤s2中，所述提取出耕地像素并生成目标区域的随机农田样本的方法包括：
3.根据权利要求1所述的一种基于sentinel2时序曲线分布的大豆样本生成方法，其特征在于，在所述步骤s3中，所述选择sentinel2影像的两个预定义波段的方法包括：
4.根据权利要求3所述的一种基于sentinel2时序曲线分布的大豆样本生成方法，其特征在于，在所述步骤s3中，所述四个植被指数包括：
5.根据权利要求1所述的一种基于sentinel2时序曲线分布的大豆样本生成方法，其特征在于，在所述步骤s4中，所述对提取到大豆实测点和随机农田点中的六个特征参量的sentinel2影像时间序列进行平滑处理的方法包括：
6.根据权利要求4所述的一种基于sentinel2时序曲线分布的大豆样本生成方法，其特征在于，在...
【专利技术属性】
技术研发人员：彭代亮，张弘弛，游炯，楼子杭，高爽，胡锦康，程恩惠，杨松林，谢玲琳，雷帆，曹里，曾海波，
申请(专利权)人：中国科学院空天信息创新研究院，
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。