基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作物播期的方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作物播期的方法及裝置，包括：在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙感影像，對(duì)所述遙感影像進(jìn)行極化分解，獲取每一像素的極化參數(shù)；提取所述遙感影像中每個(gè)地塊的邊界，根據(jù)所述每一像素的極化參數(shù)獲取所述每個(gè)地塊中所有像素的平均極化參數(shù)；根據(jù)每個(gè)地塊中所有像素的平均極化參數(shù)，通過播期監(jiān)測(cè)模型反演每個(gè)地塊的播期。該方法實(shí)現(xiàn)了大面積、快速準(zhǔn)確監(jiān)測(cè)農(nóng)作物的播種時(shí)間，不僅有助于區(qū)域尺度農(nóng)作物產(chǎn)量和品質(zhì)的監(jiān)測(cè)與預(yù)測(cè)，還有助于針對(duì)農(nóng)田地塊的不同播期制定相應(yīng)的田間管理方案，更有效地指導(dǎo)農(nóng)戶進(jìn)行調(diào)優(yōu)栽培管理，對(duì)于實(shí)現(xiàn)作物高產(chǎn)、優(yōu)質(zhì)、高效具有重要意義。
【專利說明】基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作物播期的方法及裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及雷達(dá)遙感應(yīng)用【技術(shù)領(lǐng)域】，具體涉及一種基于合成孔徑雷達(dá)遙感影像監(jiān) 測(cè)農(nóng)作物播期的方法及裝置。

【背景技術(shù)】
[0002] 農(nóng)作物的播期（播種時(shí)間）影響著作物整個(gè)生長(zhǎng)過程，是決定作物最終產(chǎn)量和籽 粒品質(zhì)的重要因素。播期不同造成作物生長(zhǎng)發(fā)育期溫度、光照等生態(tài)條件的差異，使作物 生長(zhǎng)發(fā)育過程中的光合作用及營(yíng)養(yǎng)物質(zhì)的轉(zhuǎn)運(yùn)分配也相應(yīng)發(fā)生變化，因而對(duì)作物籽粒產(chǎn)量 及淀粉和蛋白質(zhì)的合成與積累產(chǎn)生影響。因此，作物播期的大范圍監(jiān)測(cè)對(duì)區(qū)域尺度作物產(chǎn) 量和品質(zhì)的監(jiān)測(cè)和預(yù)測(cè)有重要意義。此外，及時(shí)掌握作物播期信息，有助于針對(duì)作物不同播 期制定相應(yīng)的田間管理方案，更有效地指導(dǎo)農(nóng)戶進(jìn)行調(diào)優(yōu)栽培管理，對(duì)于實(shí)現(xiàn)作物高產(chǎn)、優(yōu) 質(zhì)、商效具有重要意義。
[0003] 傳統(tǒng)的作物播種期信息獲取以野外觀測(cè)調(diào)查及逐級(jí)信息上報(bào)為主。野外觀測(cè)調(diào)查 法簡(jiǎn)單易行，多依靠農(nóng)業(yè)技術(shù)推廣人員田間調(diào)查，但是摻雜主管因素，觀測(cè)質(zhì)量難以保證， 并且需要消耗大量人力物力，覆蓋面積有限，獲取的播期信息多針對(duì)有限地塊，難以在較大 范圍內(nèi)推廣使用；而播期信息上報(bào)多以村、組為單位，獲得的信息多是多個(gè)地塊的播種期信 息，無法逐一落實(shí)到具體地塊，因此也無法實(shí)現(xiàn)有針對(duì)性的調(diào)優(yōu)栽培管理。
[0004] 遙感探測(cè)具有覆蓋范圍大、探測(cè)周期短、現(xiàn)時(shí)性強(qiáng)、費(fèi)用成本低等特點(diǎn)，可以大面 積重復(fù)地對(duì)地面進(jìn)行觀測(cè)，能夠監(jiān)測(cè)區(qū)域甚至全球尺度的作物動(dòng)態(tài)變化。在播期遙感監(jiān)測(cè) 方面，目前也有了初步的探索。如獲取整個(gè)作物生長(zhǎng)期的多時(shí)相光學(xué)遙感影像，構(gòu)建植被指 數(shù)的時(shí)間序列曲線，進(jìn)而通過提取曲線的特征位置（如峰值、拐點(diǎn)等）來估計(jì)包括作物播期 在內(nèi)的作物生育期，但這種方法往往需等作物生長(zhǎng)季結(jié)束后才能時(shí)間監(jiān)測(cè)，不能進(jìn)行早期 監(jiān)測(cè)，而且由于不利天氣造成有效數(shù)據(jù)缺失會(huì)影響時(shí)間分辨率，進(jìn)而影響估計(jì)精度。


【發(fā)明內(nèi)容】

[0005] 針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供了一種基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作 物播期的方法及裝置，解決了光學(xué)遙感監(jiān)測(cè)播期數(shù)據(jù)獲取因受到云雨霧等天氣的影響，導(dǎo) 致有效數(shù)據(jù)缺乏，進(jìn)而影響播期監(jiān)測(cè)的精度和及時(shí)性的問題。
[0006] 第一方面，本發(fā)明提供一種基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作物播期的方法， 包括：
[0007] 在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙感影像，對(duì)所述遙感影像 進(jìn)行極化分解，獲取每一像素的極化參數(shù)；
[0008] 提取所述遙感影像中每個(gè)地塊的邊界，根據(jù)所述每一像素的極化參數(shù)獲取所述每 個(gè)地塊中所有像素的平均極化參數(shù)；
[0009] 根據(jù)每個(gè)地塊中所有像素的平均極化參數(shù)，通過播期監(jiān)測(cè)模型反演每個(gè)地塊的播 期。
[0010] 可選的，所述在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙感影像，對(duì) 所述遙感影像進(jìn)行極化分解，獲取每一像素的極化參數(shù)，包括：
[0011] 在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙感影像；
[0012] 對(duì)所述遙感影像進(jìn)行預(yù)處理；
[0013] 利用極化目標(biāo)分解方法對(duì)所述預(yù)處理后的遙感影像進(jìn)行極化分解，獲取每一像素 的極化參數(shù)。
[0014] 可選的，所述對(duì)所述遙感影像進(jìn)行預(yù)處理，包括：
[0015] 對(duì)所述合成孔徑雷達(dá)遙感影像進(jìn)行輻射定標(biāo)；
[0016] 對(duì)輻射定標(biāo)后的影像進(jìn)行多視處理和斑噪去除；
[0017] 將去噪后的四個(gè)極化通道數(shù)據(jù)轉(zhuǎn)化成極化散射矩陣；
[0018] 對(duì)所述極化散射矩陣影像進(jìn)行地理編碼、地形校正以及幾何精校正處理。
[0019] 可選的，所述利用極化目標(biāo)分解方法對(duì)所述預(yù)處理后的遙感影像進(jìn)行極化分解， 獲取每一像素的極化參數(shù)，包括：
[0020] 利用Freeman-Durden三分量極化分解方法對(duì)預(yù)處理后的遙感影像進(jìn)行極化分 解，得到表面散射、偶次散射和體散射三種散射分量的功率強(qiáng)度Ps、Pd和Pv ;三分量分解方 程為：
[0021] T=Ps*Ts+Pd*Td+Pv*Tv
[0022] 其中，T是用相干矩陣形式表示的極化散射矩陣，Ts是表示表面散射模型的相干矩 陣，Ps是表示地物表面散射分量的功率；Td是表示偶次散射模型的相干矩陣，Pd是表示地物 偶次散射分量的功率；TV是表不體散射模型的相干矩陣，Pv是表不地物體散射分量的功率。
[0023] 可選的，所述提取所述遙感影像中每個(gè)地塊的邊界，包括：
[0024] 利用數(shù)據(jù)庫(kù)或根據(jù)面向?qū)ο蟮姆指?、分類方法得到監(jiān)測(cè)區(qū)域地圖；
[0025] 對(duì)所述監(jiān)測(cè)區(qū)域地圖進(jìn)行矢量化，得到監(jiān)測(cè)區(qū)域內(nèi)每個(gè)地塊的邊界。
[0026] 可選的，所述根據(jù)所述每一像素的極化參數(shù)獲取所述每個(gè)地塊中所有像素的平均 極化參數(shù)，包括：
[0027] 計(jì)算每個(gè)地塊中所有像素的平均極化參數(shù)P;
[0028] 所述平均極化參數(shù)公式為：
[0029] P= Pv/( Ps+ Pd+ Pv)
[0030] 其中，穿為地塊的平均極化參數(shù)，為地塊單元內(nèi)所有像素的平均表面散射分 量，為地塊單元內(nèi)所有像素的平均偶次散射分量，豆v為地塊單元內(nèi)所有像素的平均體散 射分量。
[0031] 可選的，所述根據(jù)每個(gè)地塊中所有像素的平均極化參數(shù)，通過播期監(jiān)測(cè)模型反演 每個(gè)地塊的播期，包括：
[0032] 構(gòu)建播期監(jiān)測(cè)模型，根據(jù)所述模型反演每個(gè)地塊的播期，具體模型公式為：
[0033] DAS=a*P+b
[0034] Y=T-DAS
[0035] 其中，DAS為地塊的播后天數(shù)，吾為地塊的平均極化參數(shù)，T為合成孔徑雷達(dá)遙感數(shù) 據(jù)的觀測(cè)日期，Y為地塊的播期，a和b為模型校正系數(shù)。
[0036] 第二方面，本發(fā)明還提供了了一種基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作物播期的 裝置，包括：
[0037] 第一極化參數(shù)獲取模塊，用于在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷 達(dá)遙感影像，對(duì)所述遙感影像進(jìn)行極化分解，獲取每一像素的極化參數(shù)；
[0038] 第二極化參數(shù)獲取模塊，用于提取所述遙感影像中每個(gè)地塊的邊界，根據(jù)所述每 一像素的極化參數(shù)獲取所述每個(gè)地塊中所有像素的平均極化參數(shù)；
[0039] 播期確定模塊，用于根據(jù)每個(gè)地塊中所有像素的平均極化參數(shù)，通過播期監(jiān)測(cè)模 型反演每個(gè)地塊的播期。
[0040] 可選的，所述第一極化參數(shù)獲取模塊，包括：
[0041] 影像獲取單元，用于在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙感影 像；
[0042] 預(yù)處理單元，用于對(duì)所述遙感影像進(jìn)行預(yù)處理；
[0043] 第一極化參數(shù)獲取單元，用于利用極化目標(biāo)分解方法對(duì)所述預(yù)處理后的遙感影像 進(jìn)行極化分解，獲取每一像素的極化參數(shù)。
[0044] 可選的，所述第二極化參數(shù)獲取模塊，包括：
[0045] 地圖獲取單元，用于利用數(shù)據(jù)庫(kù)或根據(jù)面向?qū)ο蟮姆指?、分類方法得到監(jiān)測(cè)區(qū)域 地圖；
[0046] 邊界獲取單元，用于對(duì)所述監(jiān)測(cè)區(qū)域地圖進(jìn)行矢量化，得到監(jiān)測(cè)區(qū)域內(nèi)每個(gè)地塊 的邊界；
[0047] 第二極化參數(shù)獲取單元，用于計(jì)算每個(gè)地塊中所有像素的平均極化參數(shù)尹；
[0048] 所述平均極化參數(shù)公式為：
[0049]P=Pv/(Ps+Pd+Pv)
[0050] 其中，豆為地塊的平均極化參數(shù)，專s為地塊單元內(nèi)所有像素的平均表面散射分量， Pd為地塊單元內(nèi)所有像素的平均偶次散射分量，地塊單元內(nèi)所有像素的平均體散射 分量。
[0051] 由上述技術(shù)方案可知，本發(fā)明提供的一種基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作物 播期的方法及裝置，通過合成孔徑雷達(dá)衛(wèi)星的特點(diǎn)，解決了光學(xué)遙感監(jiān)測(cè)播期數(shù)據(jù)獲取因 受到云雨霧等天氣的影響，導(dǎo)致有效數(shù)據(jù)缺乏，進(jìn)而影響播期監(jiān)測(cè)的精度和及時(shí)性的問題。 該方法實(shí)現(xiàn)了大面積、快速準(zhǔn)確監(jiān)測(cè)農(nóng)作物的播種時(shí)間，不僅有助于區(qū)域尺度農(nóng)作物產(chǎn)量 和品質(zhì)的監(jiān)測(cè)與預(yù)測(cè)，還有助于針對(duì)農(nóng)田地塊的不同播期制定相應(yīng)的田間管理方案，更有 效地指導(dǎo)農(nóng)戶進(jìn)行調(diào)優(yōu)栽培管理，對(duì)于實(shí)現(xiàn)作物高產(chǎn)、優(yōu)質(zhì)、高效具有重要意義。

【專利附圖】

【附圖說明】
[0052]圖1為本發(fā)明一實(shí)施例提供的基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作物播期的方 法的流程示意圖；
[0053] 圖2為本發(fā)明實(shí)施例提供的監(jiān)測(cè)播期的誤差分布圖；
[0054] 圖3為本發(fā)明實(shí)施例提供的真實(shí)播期與監(jiān)測(cè)播期的對(duì)比圖；
[0055] 圖4為本發(fā)明一實(shí)施例提供的基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作物播期的裝 置的結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0056] 下面結(jié)合附圖，對(duì)發(fā)明的【具體實(shí)施方式】作進(jìn)一步描述。以下實(shí)施例僅用于更加清 楚地說明本發(fā)明的技術(shù)方案，而不能以此來限制本發(fā)明的保護(hù)范圍。
[0057] 本發(fā)明提出的一種利用光學(xué)遙感數(shù)據(jù)以及面向?qū)ο蟮姆椒ūO(jiān)測(cè)農(nóng)作物播期的方 法，實(shí)現(xiàn)對(duì)農(nóng)作物播種期的大面積監(jiān)測(cè)。合成孔徑雷達(dá)衛(wèi)星具有全天時(shí)全天候的優(yōu)勢(shì)，具有 更強(qiáng)的數(shù)據(jù)獲取能力，能克服光學(xué)衛(wèi)星往往受到云、雨、霧等不利天氣無法及時(shí)獲取數(shù)據(jù)的 缺點(diǎn)，而及時(shí)、早期的信息獲取對(duì)農(nóng)業(yè)監(jiān)測(cè)應(yīng)用至關(guān)重要；此外，合成孔徑雷達(dá)數(shù)據(jù)具有光 學(xué)遙感所不具備的極化信息，能更好監(jiān)測(cè)農(nóng)作物生長(zhǎng)狀況，因此合成孔徑雷達(dá)數(shù)據(jù)在農(nóng)業(yè) 應(yīng)用中潛力巨大。
[0058] 圖1示出了本發(fā)明實(shí)施例提供的基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作物播期的 方法的流程示意圖，如圖1所示，該方法包括以下步驟：
[0059] 101、在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙感影像，對(duì)所述遙感 影像進(jìn)行極化分解，獲取每一像素的極化參數(shù)；
[0060] 具體的，上述步驟101還包括如下子步驟：
[0061] 1011、在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙感影像；
[0062] 1012、對(duì)所述遙感影像進(jìn)行預(yù)處理；
[0063] 舉例來說，在具體實(shí)施過程中，本實(shí)施例對(duì)遙感影像進(jìn)行預(yù)處理可以包括以下步 驟：
[0064] 1012A、對(duì)所述合成孔徑雷達(dá)遙感影像進(jìn)行輻射定標(biāo)；
[0065] 1012B、對(duì)輻射定標(biāo)后的影像進(jìn)行多視處理和斑噪去除；
[0066] 1012C、將去噪后的四個(gè)極化通道數(shù)據(jù)轉(zhuǎn)化成極化散射矩陣；
[0067] 1012D、對(duì)所述極化散射矩陣影像進(jìn)行地理編碼、地形校正以及幾何精校正處理。
[0068] 1013、利用極化目標(biāo)分解方法對(duì)所述預(yù)處理后的遙感影像進(jìn)行極化分解，獲取每 一像素的極化參數(shù)。
[0069] 具體的，利用Freeman-Durden三分量極化分解方法對(duì)預(yù)處理后的遙感影像進(jìn)行 極化分解，得到表面散射、偶次散射和體散射三種散射分量的功率強(qiáng)度Ps、Pd和Pv ;三分量 分解方程為：
[0070] T=Ps*Ts+Pd*Td+Pv*Tv
[0071] 其中，T是用相干矩陣形式表示的極化散射矩陣，Ts是表示表面散射模型的相干矩 陣，Ps是表示地物表面散射分量的功率；Td是表示偶次散射模型的相干矩陣，Pd是表示地物 偶次散射分量的功率；TV是表不體散射模型的相干矩陣，Pv是表不地物體散射分量的功率。
[0072] 102、提取所述遙感影像中每個(gè)地塊的邊界，根據(jù)所述每一像素的極化參數(shù)獲取所 述每個(gè)地塊中所有像素的平均極化參數(shù)；
[0073] 上述步驟102中，提取所述遙感影像中每個(gè)地塊的邊界，包括以下步驟：
[0074] 1021、利用數(shù)據(jù)庫(kù)或根據(jù)面向?qū)ο蟮姆指睢⒎诸惙椒ǖ玫奖O(jiān)測(cè)區(qū)域地圖；
[0075] 1022、對(duì)所述監(jiān)測(cè)區(qū)域地圖進(jìn)行矢量化，得到監(jiān)測(cè)區(qū)域內(nèi)每個(gè)地塊的邊界。
[0076] 上述步驟102中根據(jù)所述每一像素的極化參數(shù)獲取所述每個(gè)地塊中所有像素的 平均極化參數(shù)，包括：
[0077] 1023、計(jì)算每個(gè)地塊中所有像素的平均極化參數(shù)P;
[0078] 所述平均極化參數(shù)公式為：
[0079] P=Pv/(Ps+Pd+Pv)
[0080] 其中，穿為地塊的平均極化參數(shù)，豆s.為地塊單元內(nèi)所有像素的平均表面散射分量， pd為地塊單元內(nèi)所有像素的平均偶次散射分量，地塊單元內(nèi)所有像素的平均體散射 分量。
[0081] 103、根據(jù)每個(gè)地塊中所有像素的平均極化參數(shù)，通過播期監(jiān)測(cè)模型反演每個(gè)地塊 的播期。
[0082] 具體的，上述步驟103包括：
[0083] 構(gòu)建播期監(jiān)測(cè)模型，根據(jù)所述模型反演每個(gè)地塊的播期，具體模型公式為：
[0084]DAS=a*P+b
[0085]Y=T-DAS
[0086] 其中，DAS為地塊的播后天數(shù)，豆為地塊的平均極化參數(shù)，T為合成孔徑雷達(dá)遙感數(shù) 據(jù)的觀測(cè)日期，Y為地塊的播期，a和b為模型校正系數(shù)。
[0087] 具體的，構(gòu)建播期監(jiān)測(cè)模型，其中主要涉及模型校正系數(shù)a和b的確定，一般模型 矯正系數(shù)a和b有兩種方法可以獲取，第一種是直接利用其它可借鑒的模型參數(shù)，如往年構(gòu) 建模型的參數(shù)或相同作物類型的其他區(qū)域的模型參數(shù)；第二種是根據(jù)區(qū)域內(nèi)少量地塊的實(shí) 測(cè)播期樣本數(shù)據(jù)確定的。
[0088] 上述方法實(shí)現(xiàn)了大面積、快速準(zhǔn)確監(jiān)測(cè)農(nóng)作物的播種時(shí)間，不僅有助于區(qū)域尺度 農(nóng)作物產(chǎn)量和品質(zhì)的監(jiān)測(cè)與預(yù)測(cè)，還有助于針對(duì)農(nóng)田地塊的不同播期制定相應(yīng)的田間管理 方案，更有效地指導(dǎo)農(nóng)戶進(jìn)行調(diào)優(yōu)栽培管理，對(duì)于實(shí)現(xiàn)作物高產(chǎn)、優(yōu)質(zhì)、高效具有重要意義。 [0089] 為了更清楚的說明本發(fā)明的上述實(shí)施方法，下面通過具體實(shí)施例進(jìn)行詳細(xì)說明。
[0090] 該實(shí)施例提出了一種利用合成孔徑雷達(dá)遙感影像監(jiān)測(cè)油菜播期的方法，利用該方 法監(jiān)測(cè)了內(nèi)蒙古自治區(qū)額爾古納市上庫(kù)力農(nóng)場(chǎng)所有油菜地塊的播種時(shí)期。包括以下步驟：
[0091] 1011、在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙感影像。
[0092]為監(jiān)測(cè)內(nèi)蒙古自治區(qū)額爾古納市上庫(kù)力農(nóng)場(chǎng)所有油菜地塊的播種時(shí)期，獲取了 2013年6月16日的全極化Radarsat-2雷達(dá)遙感影像。該影像幅寬25kmX25km，完全覆蓋 了上庫(kù)力農(nóng)場(chǎng)。該影像以FineQuad模式（四極化精細(xì)模式）獲取，以單視復(fù)數(shù)據(jù)（SLC) 產(chǎn)品分發(fā)。2013年6月16日時(shí)，該農(nóng)場(chǎng)的大部分油菜處于苗期。
[0093] 1012、對(duì)所述合成孔徑雷達(dá)遙感影像進(jìn)行地理編碼等預(yù)處理；
[0094] 對(duì)該景Radarsat-2影像進(jìn)行數(shù)據(jù)預(yù)處理，該預(yù)處理過程包括輻射定標(biāo)、斑噪去 除、極化矩陣生成、幾何校正步驟，具體為：
[0095] 1012A、利用Radarsat-2數(shù)據(jù)產(chǎn)品文件中包含的定標(biāo)參數(shù)（Sigmanought)對(duì)四個(gè) 極化通道數(shù)據(jù)進(jìn)行輻射定標(biāo)；
[0096] 1012B、在1012A的基礎(chǔ)上，對(duì)輻射定標(biāo)后的影像進(jìn)行多視處理，再使用Boxcar濾 波器降低雷達(dá)影像固有的斑點(diǎn)噪聲，濾波窗口為5X5;
[0097] 1012C、在1012B的基礎(chǔ)上將四極化通道的雷達(dá)影像轉(zhuǎn)化生成極化相干矩陣T3(每 個(gè)像素點(diǎn)都由一個(gè)相干矩陣表示）；
[0098] 1012D、在1012C的基礎(chǔ)上對(duì)相干矩陣T3影像進(jìn)行地理編碼和地形校正：利用該區(qū) 域的30米分辨率的DEM數(shù)據(jù)，結(jié)合Radarsat-2數(shù)據(jù)產(chǎn)品文件自帶的地理位置信息，利用距 離-多普勒算法完成地理編碼和地形校正；隨后利用野外采集的高精度地面控制點(diǎn)對(duì)圖像 進(jìn)行進(jìn)一步幾何精校正，將圖像每像素的幾何位置精度控制在1個(gè)像素以內(nèi)；
[0099] 上述過程在PolSARPro,ASFMapReady和ENVI等專業(yè)軟件的支持下完成；
[0100] 1013、利用極化目標(biāo)分解方法對(duì)所述預(yù)處理后影像進(jìn)行極化分解，獲取每一像素 的極化參數(shù)。
[0101] 采用Freeman-Durden三分量極化分解方法對(duì)步驟S2處理后的影像進(jìn)行極化分 解，將地物總散射分解為表面散射、偶次散射和體散射，得到每一種散射機(jī)制的功率，分別 為Ps、Pd 和Pv;
[0102] 三分量分解方程為：
[0103]T=Ps*Ts+Pd*Td+Pv*Tv
[0104] 其中，T是用相干矩陣形式表示的極化散射矩陣，Ts是表示表面散射模型的相干矩 陣，Ps是表示地物表面散射分量的功率；Td是表示偶次散射模型的相干矩陣，Pd是表示地物 偶次散射分量的功率；TV是表不體散射模型的相干矩陣，Pv是表不地物體散射分量的功率；
[0105] 102、提取監(jiān)測(cè)區(qū)域內(nèi)每個(gè)地塊單元的邊界；
[0106] 獲取了該農(nóng)場(chǎng)的作物種植區(qū)劃圖，結(jié)合遙感影像數(shù)據(jù)對(duì)作物種植區(qū)劃圖進(jìn)行矢量 化，提取出每個(gè)油菜地塊單元的邊界；
[0107] 1023、計(jì)算每個(gè)地塊單元所有像素的平均極化參數(shù)；
[0108] 以地塊為分析單元，計(jì)算每個(gè)油菜地塊的平均極化參數(shù)尹，公式為：
[0109] P=Pv/ (Ps+Pd+Pv)
[0110] 其中，f為油菜地塊的平均極化參數(shù)，為地塊單元內(nèi)所有像素的平均表面散射 分量，為地塊單元內(nèi)所有像素的平均偶次散射分量，為地塊單元內(nèi)所有像素的平均體 散身寸分量。
[0111] 103、根據(jù)播期監(jiān)測(cè)模型反演每個(gè)地塊的播期。
[0112] 構(gòu)建播期監(jiān)測(cè)的線性模型，根據(jù)區(qū)域內(nèi)少量地塊的實(shí)測(cè)播期樣本數(shù)據(jù)確定該模型 的校正系數(shù)（a和b) :2013年該農(nóng)場(chǎng)油菜的播種時(shí)間從5月8日持續(xù)到5月31日，根據(jù)早 播地塊（5月8日）和晚播地塊（5月31日）對(duì)應(yīng)的平均極化參數(shù)套與播后天數(shù)DAS，通過 線性回歸擬合得到該校正系數(shù)：a= 69. 44,b= -4. 57 ;
[0113] 播期監(jiān)測(cè)模型的公式即為：
[0114] DAS= 69.44 *P- 4 57
[0115]Y=T-DAS
[0116]其中，DAS為地塊的播后天數(shù)（DaysAfterSowing)，穿為地塊的平均極化參數(shù)，T 為合成孔徑雷達(dá)遙感數(shù)據(jù)的觀測(cè)日期，Y為該地塊單元的播期；
[0117] 這樣，結(jié)合地塊的平均極化參數(shù)，根據(jù)上面的公式，計(jì)算出每個(gè)地塊的播期。
[0118] 隨后，利用地面真實(shí)數(shù)據(jù)對(duì)該方法反演的結(jié)果進(jìn)行了驗(yàn)證。2013年，該農(nóng)場(chǎng)有88 塊油菜地塊，在油菜播種期記錄了所有油菜地塊的實(shí)際播種時(shí)間，播種從5月8日持續(xù)到5 月31日。將88油菜地塊的實(shí)際播期與利用本發(fā)明方法計(jì)算得到的播期進(jìn)行比較，其誤差 分布如圖2,其中86%的油菜地塊的誤差小于3天，14%的油菜地塊誤差在3?5天；實(shí)際 播期與估計(jì)播期的相關(guān)系數(shù)（R2)達(dá)到0.86,如圖3;均方根誤差（RMSE)為2. 1天，最大誤差 為5.1天。可以看到，該方法估計(jì)得播期誤差較低。因此，該發(fā)明方法能很好地監(jiān)測(cè)播期。
[0119] 圖4示出了本發(fā)明實(shí)施例提供的一種基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作物播 期的裝置，該裝置包括：第一極化參數(shù)獲取模塊41、第二極化參數(shù)獲取模塊42和播期確定 模塊43。
[0120] 第一極化參數(shù)獲取模塊41，用于在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑 雷達(dá)遙感影像，對(duì)所述遙感影像進(jìn)行極化分解，獲取每一像素的極化參數(shù)。
[0121] 在具體應(yīng)用中，上述第一極化參數(shù)獲取模塊41還包括圖4中未示出的子模塊：
[0122] 影像獲取單元411，用于在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙 感影像；
[0123] 預(yù)處理單元412,用于對(duì)所述遙感影像進(jìn)行預(yù)處理；
[0124] 第一極化參數(shù)獲取單元413,用于利用極化目標(biāo)分解方法對(duì)所述預(yù)處理后的遙感 影像進(jìn)行極化分解，獲取每一像素的極化參數(shù)。
[0125]第二極化參數(shù)獲取模塊42，用于提取所述遙感影像中每個(gè)地塊的邊界，根據(jù)所述 每一像素的極化參數(shù)獲取所述每個(gè)地塊中所有像素的平均極化參數(shù)。
[0126] 在具體應(yīng)用中，上述第二極化參數(shù)獲取模塊42還包括圖4中未示出的子模塊：
[0127] 地圖獲取單元421，用于利用數(shù)據(jù)庫(kù)或根據(jù)面向?qū)ο蟮姆指?、分類方法得到監(jiān)測(cè)區(qū) 域地圖；
[0128] 邊界獲取單元422,用于對(duì)所述監(jiān)測(cè)區(qū)域地圖進(jìn)行矢量化，得到監(jiān)測(cè)區(qū)域內(nèi)每個(gè)地 塊的邊界；
[0129] 第二極化參數(shù)獲取單元423,用于計(jì)算每個(gè)地塊中所有像素的平均極化參數(shù)豆；
[0130] 所述平均極化參數(shù)公式為：
[0131] P=Pv/(Ps+Pd+Pv)
[0132] 其中，尹為地塊的平均極化參數(shù)，穿s為地塊單元內(nèi)所有像素的平均表面散射分量， Pd為地塊單元內(nèi)所有像素的平均偶次散射分量，多地塊單元內(nèi)所有像素的平均體散射 分量。
[0133] 播期確定模塊43,用于根據(jù)每個(gè)地塊中所有像素的平均極化參數(shù)，通過播期監(jiān)測(cè) 模型反演每個(gè)地塊的播期。
[0134] 本發(fā)明的裝置與方法是一一對(duì)應(yīng)的，因此方法中一些參數(shù)的計(jì)算過程也適用于該 裝置模塊中計(jì)算的過程，在裝置中將不再進(jìn)行詳細(xì)說明。
[0135] 本發(fā)明的說明書中，說明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實(shí)施例可以 在沒有這些具體細(xì)節(jié)的情況下實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技 術(shù)，以便不模糊對(duì)本說明書的理解。
[0136] 最后應(yīng)說明的是：以上各實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對(duì)其限制； 盡管參照前述各實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其 依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分或者全部技術(shù)特征 進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技 術(shù)方案的范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求和說明書的范圍當(dāng)中。
【權(quán)利要求】
1. 一種基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作物播期的方法，其特征在于，包括： 在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙感影像，對(duì)所述遙感影像進(jìn)行 極化分解，獲取每一像素的極化參數(shù)； 提取所述遙感影像中每個(gè)地塊的邊界，根據(jù)所述每一像素的極化參數(shù)獲取所述每個(gè)地 塊中所有像素的平均極化參數(shù)； 根據(jù)每個(gè)地塊中所有像素的平均極化參數(shù)，通過播期監(jiān)測(cè)模型反演每個(gè)地塊的播期。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全 極化合成孔徑雷達(dá)遙感影像，對(duì)所述遙感影像進(jìn)行極化分解，獲取每一像素的極化參數(shù)，包 括： 在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙感影像； 對(duì)所述遙感影像進(jìn)行預(yù)處理； 利用極化目標(biāo)分解方法對(duì)所述預(yù)處理后的遙感影像進(jìn)行極化分解，獲取每一像素的極 化參數(shù)。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)所述遙感影像進(jìn)行預(yù)處理，包括： 對(duì)所述合成孔徑雷達(dá)遙感影像進(jìn)行輻射定標(biāo)； 對(duì)輻射定標(biāo)后的影像進(jìn)行多視處理和斑噪去除； 將去噪后的四個(gè)極化通道數(shù)據(jù)轉(zhuǎn)化成極化散射矩陣； 對(duì)所述極化散射矩陣影像進(jìn)行地理編碼、地形校正以及幾何精校正處理。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用極化目標(biāo)分解方法對(duì)所述預(yù)處 理后的遙感影像進(jìn)行極化分解，獲取每一像素的極化參數(shù)，包括： 利用Freeman-Durden三分量極化分解方法對(duì)預(yù)處理后的遙感影像進(jìn)行極化分解，得 到表面散射、偶次散射和體散射三種散射分量的功率強(qiáng)度Ps、Pd和Pv ;三分量分解方程為： T = Ps*Ts+Pd*Td+Pv*T v 其中，T是用相干矩陣形式表示的極化散射矩陣，Ts是表示表面散射模型的相干矩陣， Ps是表示地物表面散射分量的功率；Td是表示偶次散射模型的相干矩陣，Pd是表示地物偶 次散射分量的功率；Tv是表不體散射模型的相干矩陣，Pv是表不地物體散射分量的功率。
5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述提取所述遙感影像中每個(gè)地塊的邊 界，包括： 利用數(shù)據(jù)庫(kù)或根據(jù)面向?qū)ο蟮姆指?、分類方法得到監(jiān)測(cè)區(qū)域地圖； 對(duì)所述監(jiān)測(cè)區(qū)域地圖進(jìn)行矢量化，得到監(jiān)測(cè)區(qū)域內(nèi)每個(gè)地塊的邊界。
6. 根據(jù)權(quán)利要求5所述的方法，其特征在于，所述根據(jù)所述每一像素的極化參數(shù)獲取 所述每個(gè)地塊中所有像素的平均極化參數(shù)，包括： 計(jì)算每個(gè)地塊中所有像素的平均極化參數(shù)系； 所述平均極化參數(shù)公式為： P= P,/( Ps+ Pd+ Pv) 其中，吾為地塊的平均極化參數(shù)，戶s為地塊單元內(nèi)所有像素的平均表面散射分量，Pa為地塊單元內(nèi)所有像素的平均偶次散射分量，尹v為地塊單元內(nèi)所有像素的平均體散射分 量。
7. 根據(jù)權(quán)利要求6所述的方法，其特征在于，所述根據(jù)每個(gè)地塊中所有像素的平均極 化參數(shù)，通過播期監(jiān)測(cè)模型反演每個(gè)地塊的播期，包括： 構(gòu)建播期監(jiān)測(cè)模型，根據(jù)所述模型反演每個(gè)地塊的播期，具體模型公式為： DAS = a* P + b Y = T - DAS 其中，DAS為地塊的播后天數(shù)，豆為地塊的平均極化參數(shù)，T為合成孔徑雷達(dá)遙感數(shù)據(jù)的 觀測(cè)日期，Y為地塊的播期，a和b為模型校正系數(shù)。
8. -種基于合成孔徑雷達(dá)遙感影像監(jiān)測(cè)農(nóng)作物播期的裝置，其特征在于，包括： 第一極化參數(shù)獲取模塊，用于在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙 感影像，對(duì)所述遙感影像進(jìn)行極化分解，獲取每一像素的極化參數(shù)； 第二極化參數(shù)獲取模塊，用于提取所述遙感影像中每個(gè)地塊的邊界，根據(jù)所述每一像 素的極化參數(shù)獲取所述每個(gè)地塊中所有像素的平均極化參數(shù)； 播期確定模塊，用于根據(jù)每個(gè)地塊中所有像素的平均極化參數(shù)，通過播期監(jiān)測(cè)模型反 演每個(gè)地塊的播期。
9. 根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述第一極化參數(shù)獲取模塊，包括：影像獲取單元，用于在作物生長(zhǎng)前期獲取監(jiān)測(cè)區(qū)域的全極化合成孔徑雷達(dá)遙感影像； 預(yù)處理單元，用于對(duì)所述遙感影像進(jìn)行預(yù)處理； 第一極化參數(shù)獲取單元，用于利用極化目標(biāo)分解方法對(duì)所述預(yù)處理后的遙感影像進(jìn)行 極化分解，獲取每一像素的極化參數(shù)。
10. 根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述第二極化參數(shù)獲取模塊，包括：地圖獲取單元，用于利用數(shù)據(jù)庫(kù)或根據(jù)面向?qū)ο蟮姆指?、分類方法得到監(jiān)測(cè)區(qū)域地 圖； 邊界獲取單元，用于對(duì)所述監(jiān)測(cè)區(qū)域地圖進(jìn)行矢量化，得到監(jiān)測(cè)區(qū)域內(nèi)每個(gè)地塊的邊 界； 第二極化參數(shù)獲取單元，用于計(jì)算每個(gè)地塊中所有像素的平均極化參數(shù)尹； 所述平均極化參數(shù)公式為： P= Pv / ( Ps + Pd + Pv) 其中，P為地塊的平均極化參數(shù)，I為地塊單元內(nèi)所有像素的平均表面散射分量，尹d 為地塊單元內(nèi)所有像素的平均偶次散射分量，尹v.為地塊單元內(nèi)所有像素的平均體散射分 量。
【文檔編號(hào)】G01S13/90GK104330798SQ201410610626
【公開日】2015年2月4日 申請(qǐng)日期:2014年11月3日 優(yōu)先權(quán)日:2014年11月3日
【發(fā)明者】楊浩, 楊貴軍, 楊小冬, 徐新剛, 宋曉宇, 張競(jìng)成, 馮海寬, 董彥生, 于海洋, 徐波 申請(qǐng)人:北京農(nóng)業(yè)信息技術(shù)研究中心