【技术实现步骤摘要】
本专利技术公开一种基于植被近红外反射植被指数的作物样本提取方法,属于图像数据处理方法和农业遥感领域。
技术介绍
1、在进行作物分类时需要足够高质量的地面真实数据集或目视解译的数据集作为训练样本。训练样本质量的高低和数量的多少往往决定了分类的精度,但对于收集大量的高质量训练数据集而言,该过程需要大量的时间、精力和专业知识。现有技术的样本提取方法仅限于有实地调研数据的年份,对于没有实地调研数据的年份则无法扩充训练样本数量。然而,由于年际间作物类型不是一成不变的,训练样本会随着作物类型的改变而改变。这说明训练样本往往具有时效性,即今年的训练样本不一定适用于前一年或后一年的作物分类。特别对现有训练样本而言,实现同一区域历史年份的作物分类具有重大的挑战,因此如何从历史的卫星影像中获取大量的训练样本受到越来越多的关注。然而,目前还没有开发出具体的方法可以通过历史卫星影像来收集历史训练样本,亟待开发一种提取历史逐年训练样本的方法。
技术实现思路
1、本专利技术的目的在于提供一种基于植被近红外反射植被指数
...【技术保护点】
1.一种基于植被近红外反射植被指数的作物样本提取方法,其特征在于,包括:
2.根据权利要求1所述的一种基于植被近红外反射植被指数的作物样本提取方法,其特征在于,S2和S3中,NIRv值为归一化差异植被指数NDVI与近红外波段反射率NIR的乘积:
3.根据权利要求2所述的一种基于植被近红外反射植被指数的作物样本提取方法,其特征在于,S4中,是邻近年NIRv的比值,邻近年包括初始年份和邻近年份共两年,当邻近年份为初始年份的后一年时,的计算公式为:
4.根据权利要求2所述的一种基于植被近红外反射植被指数的作物样本提取方法,其特征在于,S4
...【技术特征摘要】
1.一种基于植被近红外反射植被指数的作物样本提取方法,其特征在于,包括:
2.根据权利要求1所述的一种基于植被近红外反射植被指数的作物样本提取方法,其特征在于,s2和s3中,nirv值为归一化差异植被指数ndvi与近红外波段反射率nir的乘积:
3.根据权利要求2所述的一种基于植被近红外反射植被指数的作物样本提取方法,其特征在于,s4中,是邻近年nirv的比值,邻近年包括初始年份和邻近年份共两年,当邻近年份为初始年份的后一年时,的计...
【专利技术属性】
技术研发人员:张小康,于胜男,李振海,张乾,江科,宁维光,
申请(专利权)人:山东科技大学,
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。