專利名稱:一種面向?qū)ο蟮淖魑锶~面積指數(shù)遙感反演方法
技術(shù)領(lǐng)域:
本發(fā)明涉及農(nóng)業(yè)信息技術(shù)領(lǐng)域,特別涉及一種面向?qū)ο蟮淖魑锶~面積指數(shù)遙感反演方法。
背景技術(shù):
利用遙感技術(shù)進(jìn)行大范圍作物葉面積指數(shù)(LAI, Leaf area index)反演已經(jīng)成為較為成熟的技術(shù)手段和方法,主要利用多光譜遙感篩選出與LAI敏感波段,進(jìn)而利用敏感波段計(jì)算出光譜指數(shù),再利用實(shí)地測量的LAI數(shù)據(jù)和光譜指數(shù)建立模型,然后將模型應(yīng)用到其他像元對應(yīng)的光譜指數(shù)上,就可以得到完整影像對應(yīng)區(qū)域的所有像元LAI。可以看出,LAI的反演計(jì)算是逐個像元進(jìn)行的,在反演大范圍LAI或多個時相LAI時,計(jì)算效率比較低。對于作物來說,由于在局地相同的地理、氣象條件下,相鄰像元間作物長勢的差異并不是十 分明顯,而是以斑塊狀同質(zhì)像元呈現(xiàn),斑塊內(nèi)部作物長勢總體上是一致的,所以再按照逐個像元反演LAI顯然是沒有必要的。如果將作物L(fēng)AI反演由逐像元改為逐個對象計(jì)算,則計(jì)算效率將會極大提高。這里所說的對象既包括了斑塊的空間范圍,也含有斑塊區(qū)域內(nèi)像元的空間紋理結(jié)構(gòu)特征和光譜特征。關(guān)于面向?qū)ο蟮膱D像分割技術(shù)已經(jīng)較為成熟,并且已成功應(yīng)用到遙感領(lǐng)域,在考慮像元光譜特征基礎(chǔ)上,還要考慮圖像紋理結(jié)構(gòu)、上下文關(guān)系等,實(shí)現(xiàn)多尺度遙感圖像分割。但目前關(guān)于面向?qū)ο蟮倪b感圖像分割側(cè)重于地表分類或者地物識別精度的提高,針對作物長勢狀況的面向?qū)ο蠓指钸€欠缺。所以,把面向?qū)ο蟮倪b感圖像分割技術(shù)引入到LAI反演中來更有實(shí)際應(yīng)用價值。對于背景技術(shù)方案,存在的主要缺陷為(I)目前,所有利用遙感數(shù)據(jù)反演作物L(fēng)AI的算法都是基于逐像元計(jì)算的,由于遙感器觀測存在一定噪聲,且遙感數(shù)據(jù)處理過程中也存在一定誤差,不可避免的存在部分像元反演出的LAI是錯誤的,這給LAI的后續(xù)分析和應(yīng)用帶來較大問題;(2)在進(jìn)行作物長勢診斷及變量肥水實(shí)施過程中,需要對以‘像元’為基礎(chǔ)進(jìn)行LAI空間插值處理,形成作物長勢空間分布的處方圖。因此,插值處理會帶來一定的誤差;而且這種單獨(dú)依賴LAI的長勢診斷及處方圖可靠性不高,主要是由于LAI只是體現(xiàn)了作物群體生物量的大小,必須還要結(jié)合表征作物養(yǎng)分、水分的相關(guān)信息,才能全面的表達(dá)作物長勢情況。
發(fā)明內(nèi)容
(一)要解決的技術(shù)問題本發(fā)明要解決的技術(shù)問題是利用遙感數(shù)據(jù)事先得到關(guān)于作物生物量、養(yǎng)分及水分的空間分布特征,并對其進(jìn)行面向?qū)ο蟮姆指詈吞崛?,得到具有不同生物量、養(yǎng)分及水分組合特征的空間單元,這種單元雖然大小各異,但相同類別單元對應(yīng)的作物具有相同的生物量、養(yǎng)分及水分信息,在此基礎(chǔ)上針對各對象再進(jìn)行LAI反演。(二)技術(shù)方案
一種面向?qū)ο蟮淖魑锶~面積指數(shù)遙感反演方法,包括獲取多光譜遙感數(shù)據(jù);利用獲取的多光譜遙感數(shù)據(jù)計(jì)算作物群體生物量光譜指數(shù)NDVI、作物養(yǎng)分光譜指數(shù)BRI和水分敏感光譜指數(shù)NDWI ;依據(jù)作物群體生物量光譜指數(shù)NDVI、作物養(yǎng)分光譜指數(shù)BRI和水分敏感光譜指數(shù)NDWI,利用均值漂移算法進(jìn)行面向?qū)ο蠓指罴熬幋a;按照編碼順序依次對各對象進(jìn)行像元原始光譜均值并得出與LAI敏感的光譜指數(shù)SAVI,以及紋理結(jié)構(gòu)的計(jì)算;建立地面LAI觀測數(shù)據(jù)、與LAI敏感的光譜指數(shù)SAVI和紋理結(jié)構(gòu)計(jì)算的回歸模型;利用回歸模型對沒有地面LAI觀測數(shù)據(jù)的對象進(jìn)行反演計(jì)算,獲得沒有地面LAI觀測數(shù)據(jù)對象的LAI。其中,所述作物群體生物量光譜指數(shù)NDVI的計(jì)算公式為
權(quán)利要求
1.一種面向?qū)ο蟮淖魑锶~面積指數(shù)遙感反演方法,其特征在于,包括 獲取多光譜遙感數(shù)據(jù); 利用獲取的多光譜遙感數(shù)據(jù)計(jì)算作物群體生物量光譜指數(shù)NDVI、作物養(yǎng)分光譜指數(shù)BRI和水分敏感光譜指數(shù)NDWI ; 依據(jù)作物群體生物量光譜指數(shù)NDVI、作物養(yǎng)分光譜指數(shù)BRI和水分敏感光譜指數(shù)NDWI,利用均值漂移算法進(jìn)行面向?qū)ο蠓指罴熬幋a; 按照編碼順序依次對各對象進(jìn)行像元原始光譜均值并得出與LAI敏感的光譜指數(shù)SAVI,以及紋理結(jié)構(gòu)的計(jì)算; 建立地面LAI觀測數(shù)據(jù)、與LAI敏感的光譜指數(shù)SAVI和紋理結(jié)構(gòu)計(jì)算的回歸模型; 利用回歸模型對沒有地面LAI觀測數(shù)據(jù)的對象進(jìn)行反演計(jì)算,獲得沒有地面LAI觀測數(shù)據(jù)對象的LAI。
2.如權(quán)利要求I所述的方法,其特征在于, 所述作物群體生物量光譜指數(shù)NDVI的計(jì)算公式為N"Vl =, ^nir 十 ^Veif 所述作物養(yǎng)分光譜指數(shù)BRI的計(jì)算公式為腸=^-, red /i — H 所述水分敏感光譜指數(shù)NDWI的計(jì)算公式為= ,Γ + 7廠, nirgreen 其中,Rblue為藍(lán)波段,其波長范圍為O. 45-0. 52微米;Rg_n為綠波段,其波長范圍為O. 52-0. 60微米;RMd為紅波段,其波長范圍為O. 63-0. 69微米;Rni^近紅外波段,其波長范圍為O. 76-0. 90微米。
3.如權(quán)利要求I所述的方法,其特征在于,所述利用均值漂移算法進(jìn)行面相對象分割的過程為 依據(jù)均值漂移分割算法核函數(shù)公式 其中,C一歸一化常數(shù);k—核函數(shù);hs — MS算法的空間帶寬系數(shù);h, —MS算法的光譜指數(shù)帶寬系數(shù);通過控制核帶寬參數(shù)h = (hs, hr)來決定分割精度,通常設(shè)置hs = 7, hr =6. 5 ; Xs表示空間坐標(biāo),Xr表示r維特征向量;分量xs e {O < i ^ w, O < j ^ h}, h>w分別是圖像行高與列寬e {L, u,v},L、u、v分別對應(yīng)NDVI、BRI及NDWI經(jīng)過色彩空間LUV變換后的三個色彩分量。
4.如權(quán)利要求I所述的方法,其特征在于,所述光譜敏感指數(shù)SAVI的計(jì)算公式為, 其中,Rred為紅波段,其波長范圍為O. 63-0. 69微米;Rni,為近紅外波段,其波長范圍為O. 76-0. 90微米;L為對應(yīng)NDVI經(jīng)過色彩空間LUV變換后的色彩分量。
5.如權(quán)利要求I所述的方法,其特征在于,所述紋理結(jié)構(gòu)計(jì)算包括熵值計(jì)算和同質(zhì)度計(jì)算; 所述熵值計(jì)算的公式為
6.如權(quán)利要求I所述的方法,其特征在于,所述回歸模型為LAI= am · [SAVI EntroviEntggj Ent順j〗 Homo觀^ HornoBEj HornoN爾]其中 £im — [ει。 ι &2 %]為回歸系數(shù),SAVI為光譜敏感指數(shù),RbIue為藍(lán)波段,Rgreen為綠波段,Rred為紅波,;Rnir為近紅外波段,Ent為熵值,Homo為同質(zhì)度。
全文摘要
本發(fā)明公開了一種面向?qū)ο蟮淖魑锶~面積指數(shù)遙感反演方法,包括獲取多光譜遙感數(shù)據(jù);利用獲取的多光譜遙感數(shù)據(jù)計(jì)算作物群體生物量光譜指數(shù)NDVI、作物養(yǎng)分光譜指數(shù)BRI和水分敏感光譜指數(shù)NDWI;依據(jù)作物群體生物量光譜指數(shù)NDVI、作物養(yǎng)分光譜指數(shù)BRI和水分敏感光譜指數(shù)NDWI,利用均值漂移算法進(jìn)行面向?qū)ο蠓指罴熬幋a;按照編碼順序依次對各對象進(jìn)行像元原始光譜均值并得出與LAI敏感的光譜指數(shù)SAVI,以及紋理結(jié)構(gòu)的計(jì)算;建立地面LAI觀測數(shù)據(jù)、與LAI敏感的光譜指數(shù)SAVI和紋理結(jié)構(gòu)計(jì)算的回歸模型;利用回歸模型對沒有地面LAI觀測數(shù)據(jù)的對象進(jìn)行反演計(jì)算,獲得沒有地面LAI觀測數(shù)據(jù)對象的LAI。
文檔編號G01B11/28GK102829739SQ201210299570
公開日2012年12月19日 申請日期2012年8月21日 優(yōu)先權(quán)日2012年8月21日
發(fā)明者楊貴軍, 趙春江, 馮海寬, 宋曉宇, 顧曉鶴, 楊小冬, 徐新剛, 李存軍, 楊浩, 陳紅 申請人:北京農(nóng)業(yè)信息技術(shù)研究中心