申请/专利权人:宁波大学
申请日:2022-12-29
公开(公告)日:2023-08-18
公开(公告)号:CN116091938B
主分类号:G06V20/13
分类号:G06V20/13;G06V20/10;G06V10/74;G06V10/764;G06N5/01;G06T7/62
优先权:
专利状态码:有效-授权
法律状态:2023.08.18#授权;2023.05.26#实质审查的生效;2023.05.09#公开
摘要:本发明涉及一种针对单季稻种植面积的多源遥感监测方法,包括:筛选光学遥感地表反射率数据并进行去云处理;对目标年份的SAR遥感影像数据进行预处理;通过实地田间观测获取水稻物候数据;得到四个物候期的四景多波段影像;获取水稻在四个物候期四景多波段影像中的共4条标准光谱曲线;得到四景光谱相似性影像;采用决策树分类器识别水稻,得到水稻识别结果。本发明的有益效果是:本发明克服了SAR遥感影像受地形影响存在畸变的问题,能够在复杂地形条件下,利用多源遥感影像和光谱相似性度量方法获得准确的水稻种植面积遥感监测结果。
主权项:1.一种针对单季稻种植面积的多源遥感监测方法,其特征在于,包括:步骤1、筛选目标年份及其前一年和后一年的云像素占比小于30%的光学遥感地表反射率数据并进行去云处理,然后选取光谱反射率数据并计算光谱指数;步骤2、对目标年份的SAR遥感影像数据进行预处理,将SAR遥感影像像素值转换为后向散射强度,得到全年时间序列的地表后向散射强度数据;步骤3、通过实地田间观测获取水稻物候数据,包括播种期、移栽期、生长期和成熟期对应的时间;步骤4、分别对播种期、移栽期、生长期和成熟期的光谱反射率数据、光谱指数数据和后向散射强度数据进行均值合成和波段叠加,然后叠加上地形坡度数据,得到四个物候期的四景多波段影像;步骤5、选择水稻和非水稻的样本点,获取水稻在四个物候期四景多波段影像中的共4条标准光谱曲线;步骤6、计算四景多波段影像中每个像元与对应物候期的水稻光谱曲线的光谱相似性,得到四景光谱相似性影像;步骤7、基于四景光谱相似性影像、水稻和非水稻样本点,采用决策树分类器识别水稻,得到水稻识别结果;步骤8、在ArcGIS中将栅格格式的水稻识别结果转为矢量图,添加面积字段后统计水稻种植面积。
全文数据:
权利要求:
百度查询: 宁波大学 一种针对单季稻种植面积的多源遥感监测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。