作物种植面积提取方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114202535A(43)申请公布日2022.03.18(21)申请号202111533358.7(22)申请日2021.12.15(71)申请人广东省科学院广州地理研究所地址510075广东省广州市越秀区先烈中路100号大院之一(72)发明人陈水森钱丽沙姜浩李丹王重洋陈金月代雪梅(74)专利代理机构广州骏思知识产权代理有限公司44425代理人潘桂生(51)Int.Cl.G06T7/00(2017.01)G06T7/62(2017.01)G06T5/00(2006.01)权利要求书2页说明书9页附图5页(54)发明名称作物种植面积提取方法及装置(57)摘要本发明提供一种作物种植面积提取方法及装置。该方法的具体步骤包括：获取目标区域的遥感影像数据，对其预处理、矢量化和栅格化得到田块栅格数据；获取目标区域田块若干作物的样本数据，生成训练样本；获取目标区域的Sentinel‑1A影像数据，对其预处理和时空滤波得到后向散射时间序列数据，构建作物时间序列后向散射曲线；构建作物典型物候特征；利用分类器提取作物类型分布图；利用所述田块栅格数据对所述作物类型分布图进行掩膜处理，得到田块作物类型分布图；估算作物种植面积。本发明所述的一种作物种植面积提取方法及装置，将较高重访周期的Sentinel‑1A时间序列数据与田块栅格数据相结合，能够有效解决多云雨地区受天气影响，作物分类精度较低的问题。CN114202535ACN114202535A权利要求书1/2页1.一种作物种植面积提取方法，包括以下步骤：获取目标区域的遥感影像数据，将获取的遥感影像数据预处理后，进行矢量化和栅格化得到目标区域的田块栅格数据；获取目标区域田块若干作物的样本数据，并标记所述作物的类型，生成目标区域田块作物的训练样本；获取目标区域的Sentinel‑1A影像数据，将获取的Sentinel‑1A影像数据预处理后，进行时空滤波得到作物后向散射时间序列数据，根据所述作物后向散射时间序列数据，构建作物时间序列后向散射曲线；根据所述作物时间序列后向散射曲线的变化规律，将所述作物时间序列后向散射曲线划分为不同阶段，得到作物典型物候特征；将所述后向散射时间序列数据与作物典型物候特征输入预设的作物分类器，并对所述训练样本的作物典型物候特征进行训练得到作物分类模型；利用所述作物分类模型对预处理后的Sentinel‑1A影像数据的后向散射时间序列数据进行分类，得到目标区域的作物类型分布图；利用所述田块栅格数据对所述作物类型分布图进行掩膜处理，得到目标区域的田块作物类型分布图；根据Sentinel‑1A影像的空间分辨率和所述田块作物类型分布图中作物的像元数量，估算作物种植面积的大小。2.根据权利要求1所述的作物种植面积提取方法，其特征在于：获取目标区域的遥感影像数据后，还包括对所述目标区域的遥感影像数据进行拼接、裁剪。3.根据权利要求1所述的作物种植面积提取方法，其特征在于：获取目标区域的Sentinel‑1A影像数据后，还包括对所述目标区域的Sentinel‑1A影像数据进行拼接、裁剪。4.根据权利要求1所述的作物种植面积提取方法，其特征在于：获取目标区域的遥感影像数据的步骤中，所述遥感影像数据为高分二号影像数据；对所述高分二号影像数据的预处理包括辐射定标、大气校正和正射校正。5.根据权利要求1所述的作物种植面积提取方法，其特征在于：对所述Sentinel‑1A影像数据的预处理包括热噪声去除、轨道精校正、辐射定标、地形校正和归一化处理。6.根据权利要求1所述的作物种植面积提取方法，其特征在于：对预处理后的Sentinel‑1A影像数据进行的所述时空滤波包括空域滤波和时域滤波。7.根据权利要求6所述的作物种植面积提取方法，其特征在于：所述空域滤波是对全年时间序列的所述Sentinel‑1A影像数据进行空间上的田块均值滤波；所述田块均值滤波为提取所述Sentinel‑1A影像数据中所述训练样本的所有可观测值，计算所述所有可观测值的平均值，得到每类作物单个时间序列的后向散射系数值。8.根据权利要求7所述作物种植面积提取方法，其特征在于：所述时域滤波为在所述空域滤波得到每类作物单个时间序列的后向散射系数值后，对每类作物相同时间的后向散射系数值取中值，得到时空滤波下的后向散射时间序列数据。9.根据权利要求1至8中任一权利要求所述的作物种植面积提取方法，其特征在于：所述获取目标区域田块若干作物的样本数据后，还包括生成目标区域田块作物的验证样本；估算出作物种植面积后，以所述验证样本的数据为准，构建误差矩阵评价和面积精度评价2CN114202535A权利要求书2/2页两种分类精度评定体系。10.一种的作物种植面积提取装置，其特征在