面向大范围耕地的蔬菜种植区监测系统及方法技术方案

本发明专利技术属于遥感监测技术领域，尤其涉及一种面向大范围耕地的蔬菜种植区监测系统及方法。包括：S1：获取目标区域内的各作物的多光谱数据和用于描述作物特征的样本点；S2：基于蔬菜物候期选择特征物候时间窗口，计算特征物候时间窗口内的各样本点对应的像元的光谱指数，并将各样本点对应的像元的光谱指数的集合作为目标区域的光谱指数特征；S3：将不同年份的目标区域的光谱指数特征作为训练样本输入至随机森林分类器进行训练，获得训练好的随机森林分类模型；S4：将待检测目标区域的光谱指数特征输入至随机森林分类模型进行处理，获得待监测目标区域内的蔬菜地图。本发明专利技术解决了蔬菜与其他作物的光谱信息相近，无法有效区分的问题。

【技术实现步骤摘要】

本专利技术属于遥感监测，尤其涉及一种面向大范围耕地的蔬菜种植区监测系统及方法。

技术介绍

1、现有的遥感监测方法主要依赖于中低分辨率卫星影像（如landsat或modis）结合基本的光谱分类算法，以及无人机高分辨率影像和深度学习算法。然而，这些算法在蔬菜种植区域的监测中存在诸多不足：中低分辨率影像无法捕捉小面积、分散分布的蔬菜田块细节，导致分类精度低，即在蔬菜与其他作物（如稻田）的光谱特性区分上存在显著误差；无人机影像覆盖范围有限，成本高且操作复杂；此外，传统方法对时序信息的利用不足，无法有效区分目标作物与环境干扰，动态监测能力欠缺。具体表现如下：

2、①分类精度低：中低分辨率影像难以捕捉分散、细小的蔬菜种植区域细节，且传统分类算法对蔬菜与其他作物（如稻田）的光谱特性区分能力不足，误差率较高。

3、②动态监测能力差：现有遥感方法对时序信息的利用不足，难以追踪多年度的种植区域变化，无法满足蔬菜种植管理对动态监测的需求。

4、③成本高且覆盖范围有限：无人机影像采集图像虽具备高分辨率，但受制于飞行时间、覆盖范围和操作成本等因素本文档来自技高网...

【技术保护点】

1.一种面向大范围耕地的蔬菜种植区监测方法，其特征在于：具体包括如下步骤：

2.根据权利要求1所述的面向大范围耕地的蔬菜种植区监测方法，其特征在于：在所述步骤S1中，所述多光谱数据包括红光波段、绿光波段、蓝光波段、近红外波段和短波红外波段的光谱信息。

3.根据权利要求1所述的面向大范围耕地的蔬菜种植区监测方法，其特征在于：在步骤S1中，采集目标区域的卫星影像，并利用全球定位系统记录目标区域的位置信息；根据目标区域的位置信息和目标区域的卫星影像所包含的图像特征，在谷歌地球上选择不同作物的样本点，所述样本点用于描述作物特征，并通过Arcgis软件提取各作物所包含样本点...

【技术特征摘要】

1.一种面向大范围耕地的蔬菜种植区监测方法，其特征在于：具体包括如下步骤：

2.根据权利要求1所述的面向大范围耕地的蔬菜种植区监测方法，其特征在于：在所述步骤s1中，所述多光谱数据包括红光波段、绿光波段、蓝光波段、近红外波段和短波红外波段的光谱信息。

3.根据权利要求1所述的面向大范围耕地的蔬菜种植区监测方法，其特征在于：在步骤s1中，采集目标区域的卫星影像，并利用全球定位系统记录目标区域的位置信息；根据目标区域的位置信息和目标区域的卫星影像所包含的图像特征，在谷歌地球上选择不同作物的样本点，所述样本点用于描述作物特征，并通过arcgis软件提取各作物所包含样本点的光谱信息对应作为各作物的多光谱数据。

4.根据权利要...

【专利技术属性】
技术研发人员：李宣，朱冰雪，胡嘉琳，宋开山，
申请(专利权)人：中国科学院东北地理与农业生态研究所，
类型：发明
国别省市：