申请/专利权人：中国科学院东北地理与农业生态研究所

申请日：2022-05-24

公开（公告）日：2024-04-12

公开（公告）号：CN114926565B

主分类号：G06T11/20

分类号：G06T11/20;G06T5/70;G06V10/143

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.09.06#实质审查的生效;2022.08.19#公开

摘要：本发明公开了一种基于绿度水分综合指数的大豆制图方法，包括步骤一，计算时间窗口；步骤二，计算尺度因子；步骤三，构建绿度水分综合指数；步骤四，最优阈值确定；步骤五，大豆分类制图；所述步骤一中，基于等间距时间节点集合，NDVI序列的变化率ρ的计算公式为所述步骤二中，整幅影像尺度因子sf的计算公式为sf＝2*NDVISWTR；本发明相较于现有的大豆制图方法，创新性地结合NDVI和SWIR波段构建绿度水分综合指数GWCCI，能够在大豆生长峰值时期显著增强大豆与其它地物类型的信息差异；本发明采用的基于GWCCI的大豆制图方法，可实现基于单景遥感影像的、端到端的、全自动的大豆制图，不需要训练样本且不依赖长时间序列遥感数据集NDVI。

主权项：1.一种基于绿度水分综合指数的大豆制图方法，包括以下步骤：步骤一，计算时间窗口；步骤二，计算尺度因子；步骤三，构建绿度水分综合指数；步骤四，最优阈值确定；步骤五，大豆分类制图；其特征在于：其中在上述步骤一中，下载4月份到11月份的多光谱遥感影像，计算每幅影像的NDVI，基于SG滤波法获得拟合后的NDVI时序剖面图，基于拟合后的NDVI时序剖面图，设定时间间距k，基于大豆整个生长季获取n个等间距时间节点及其对应的NDVI值，计算NDVI序列的变化率ρρ，将ρ在生长季内首次小于0.1的时间节点t1作为大豆生长峰值时期的起点，首次小于-0.1的时间节点t2作为大豆生长峰值时期的终点，从而获得大豆生长峰值时期时间窗口t1，t2，即遥感影像数据获取的时间窗口；其中在上述步骤二中，在设定的时间窗口t1,t2内任选一景无云的多光谱遥感影像Mt，计算该多光谱遥感影像的NDVI值并获取SWIR波段，由于此时间节点的NDVI值远大于SWIR波段的反射率，为保证NDVI值和SWIR处于同一可比较的水平，利用波段计算器计算整幅影像的尺度因子sf，选取部分代表性大豆样本计算相应尺度因子的平均值，将该平均值作为GWCCI的尺度因子sf；其中在上述步骤三中，由于大豆生长峰值时期大豆与其它地物类型的冠层含水量差异最大，因此采用NDVI与SWIR波段反射率乘积的方式构建绿度水分综合指数GWCCI： 其中，在上述步骤四中，根据公式1计算整幅遥感影像的GWCCI指数图，计算阈值区间，设定阈值步长，获得目标阈值集合，通过试错法，计算不同目标阈值下大豆的制图精度，将制图精度最高时对应的阈值确定为该绿度水分综合指数的最优阈值；其中在上述步骤五中，认为当目标像素数值大于目标阈值时该目标像素被分类为大豆，反之为非大豆，基于最优阈值完成大豆分类制图；所述步骤一中，基于大豆整个生长季获取n个等间距时间节点1,2,3…,i,…n及其对应的NDVI值NDVI1，NDVI2，...，NDVIi，...，NDVIn；所述步骤一中，基于等间距时间节点集合，NDVI序列的变化率ρ的计算公式为所述步骤二中，整幅影像尺度因子sf的计算公式为sf＝2*NDVISWIR；所述步骤三中，t为获取的遥感影像的时间节点，即一年中的第t天，DOY∈[0,365]，NDVIt为该时间节点影像的NDVI值，为该时间节点的SWIR波段的反射率，sf为上述计算得到的尺度因子；所述步骤四中，计算获得GWCCI指数图后，在1，2阈值区间内设置步长σ＝0.1，获得目标阈值集合{1,1+σ,1+2σ,…,1+j*σ,…,2}，通过试错法，计算不同阈值下大豆的制图精度，将制图精度最高时对应的阈值确定为该绿度水分综合指数的最优阈值。

全文数据：

权利要求：

百度查询： 中国科学院东北地理与农业生态研究所 一种基于绿度水分综合指数的大豆制图方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD