本發(fā)明涉及遙感信息處理領(lǐng)域，具體涉及一種基于遙感時序數(shù)據(jù)的旱地作物識別方法。

背景技術(shù)：

準(zhǔn)確快速掌握農(nóng)作物種植面積及其空間分布范圍，對于確保糧食安全至關(guān)重要。大宗旱地作物如小麥、玉米、土豆的分布范圍很廣，在我國農(nóng)業(yè)生產(chǎn)中占有重要地位。其他旱地作物如花生、棉花、油菜、大豆、芝麻等等，作為油料、飼料或紡織原料，均與人們生活密切相關(guān)。因此快速自動監(jiān)測旱地作物的空間分布，具有非同尋常的意義。傳統(tǒng)的農(nóng)業(yè)抽樣調(diào)查方法難以突破人力財力成本高、耗時長以及無法全覆蓋的局限性。遙感影像具有時效性強、覆蓋范圍大的特點，在農(nóng)作物面積監(jiān)測中發(fā)揮著重要作用。我國已經(jīng)初步建立了農(nóng)情遙感監(jiān)測與信息服務(wù)系統(tǒng)，實現(xiàn)了主要農(nóng)作物、草地和農(nóng)業(yè)災(zāi)害的實時監(jiān)測。然而，在我國農(nóng)情信息遙感監(jiān)測系統(tǒng)的作物遙感監(jiān)測業(yè)務(wù)中，有兩個方面問題值得關(guān)注：(1)在主要農(nóng)作物識別中，通常需要用到耕地掩膜數(shù)據(jù)，由于土地利用/覆蓋數(shù)據(jù)的時效性與精度等各方面問題，不可避免地帶來誤差，從而直接影響到農(nóng)作物面積遙感估算的精度；(2)由于農(nóng)作物生長期內(nèi)云雨天氣比較頻繁，一些時期的遙感影像不免受到云的影響，導(dǎo)致遙感指數(shù)時序曲線受到干擾，為基于多期或時間序列的遙感分類方法帶來挑戰(zhàn)。針對問題1，有必要加強旱地作物空間分布的快速自動監(jiān)測工作，能一次性提取所有旱地作物空間分布范圍，為進一步分別開展各種旱地作物識別提供掩膜數(shù)據(jù)。針對問題2，有必要加強時序遙感分類技術(shù)研究，盡可能避免云雨天氣帶來的干擾，建立自動化程度高、魯棒性強的時序分類方法。

本發(fā)明擬針對上述問題，建立一種能高效識別旱地作物的方法。本發(fā)明通過充分挖掘農(nóng)作物生長期內(nèi)水田作物和旱地作物在植被指數(shù)和短波紅外波段遙感時序特征，為大范圍旱地作物識別提供了一種新的方法和思路。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種基于遙感時序數(shù)據(jù)的旱地作物識別方法，該方法適用于大范圍快速遙感監(jiān)測的需求，具有自動化程度高、簡單易用、魯棒性好以及分類精度高等特點。

為實現(xiàn)上述目的，本發(fā)明的技術(shù)方案是：一種基于遙感時序數(shù)據(jù)的旱地作物識別方法，包括如下步驟，

步驟s01：逐像元建立研究區(qū)植被指數(shù)、短波紅外波段的時序數(shù)據(jù)；

步驟s02：逐像元計算每個生長周期內(nèi)的evi最大值，獲取農(nóng)作物生長盛期時間；

步驟s03：依據(jù)農(nóng)作物生長盛期時間，推斷農(nóng)作物生長前期和生長后期；

步驟s04：建立農(nóng)作物生長前期的swir和evi增量乘積指數(shù)；

步驟s05：建立農(nóng)作物生長后期的swir和evi增量乘積指數(shù)；

步驟s06：建立整個農(nóng)作物生長期的swir和evi增量乘積指數(shù)；

步驟s07：依據(jù)swir和evi增量乘積指數(shù)進行旱作種植區(qū)提取。

在本發(fā)明一實施例中，所述步驟s02具體實現(xiàn)即：首先依據(jù)耕地復(fù)種指數(shù)空間分布圖逐像元推斷農(nóng)作物生長周期個數(shù)，而后逐像元計算每個生長周期內(nèi)的evi最大值，獲取每個生長周期所對應(yīng)的農(nóng)作物生長盛期時間。

在本發(fā)明一實施例中，所述步驟s03中，將農(nóng)作物生長盛期出現(xiàn)時間往前推70天，確定為農(nóng)作物播種期，并將農(nóng)作物播種期到生長盛期這段時間確定為農(nóng)作物生長前期；同時將農(nóng)作物生長盛期出現(xiàn)時間往后推50天，確定為農(nóng)作物收獲期，進而將農(nóng)作物生長盛期到收獲期這段時間確定為農(nóng)作物生長后期。

在本發(fā)明一實施例中，所述步驟s04中，基于農(nóng)作物播種期與生長盛期中swir的差值，計算農(nóng)作物生長前期的swir增量，記為ds1；基于農(nóng)作物播種期與生長盛期evi的差值，計算農(nóng)作物生長前期的evi增量，記為de1；通過將ds1和de1相乘，獲得農(nóng)作物生長前期的swir和evi增量乘積指數(shù)t1：

t1＝ds1×de1＝(swirheading-swirseedling)×(eviheading-eviseedling)

其中，eviheading、eviseedling分別為農(nóng)作物生長盛期、播種期evi的數(shù)值，swirheading、swirseedling分別農(nóng)作物生長盛期、播種期swir的數(shù)值。

在本發(fā)明一實施例中，所述步驟s05中，基于農(nóng)作物生長盛期與收獲期swir的差值，計算農(nóng)作物生長后期的swir增量，記為ds2；基于農(nóng)作物收獲期與生長盛期evi的差值，計算農(nóng)作物生長后期的evi增量，記為de2；通過將ds2和de2相乘，獲得農(nóng)作物生長后期的swir和evi增量乘積指數(shù)t2：

t2＝ds2×de2＝(swirharvesting-swirheading)×(eviharvesting-eviheading)

其中，eviheading、eviharvesting分別為農(nóng)作物生長盛期、收獲期evi的數(shù)值，swirheading、swirharvesting分別為農(nóng)作物生長盛期、收獲期swir的數(shù)值。

在本發(fā)明一實施例中，所述步驟s06中，通過計算農(nóng)作物生長前期和生長后期swir和evi增量乘積指數(shù)，建立農(nóng)作物生長期的swir和evi增量乘積指數(shù)t：

t＝t1+t2

其中，t1，t2分別為農(nóng)作物生長前期和生長后期的swir和evi增量乘積指數(shù)。

在本發(fā)明一實施例中，所述步驟s07中，對旱地農(nóng)作物而言，在整個農(nóng)作物生長期swir和evi增量乘積指數(shù)為負(fù)數(shù)，而水田農(nóng)作物為正數(shù)，因此能夠依據(jù)整個農(nóng)作物生長期swir和evi增量乘積指數(shù)t進行旱地作物識別；如果t小于閾值ω，則識別為旱地作物。

在本發(fā)明一實施例中，所述步驟s07中，設(shè)置閾值ω取值為-0.03，該閾值ω在不同區(qū)域?qū)嶋H應(yīng)用中在0.01范圍內(nèi)調(diào)整。

在本發(fā)明一實施例中，該方法適用于旱地作物或其他土地利用類型的遙感面積估算領(lǐng)域中。

相較于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：

(1)依據(jù)植被指數(shù)時序數(shù)據(jù)，自動確定體現(xiàn)農(nóng)作物生長變化規(guī)律的農(nóng)作物關(guān)鍵物候期，從而有效地排除了其他時段信號的干擾；

(2)避開僅僅基于植被指數(shù)時序數(shù)據(jù)設(shè)計指標(biāo)開展農(nóng)作物識別的思路，巧妙地綜合對地表濕度敏感的短波紅外波段時序數(shù)據(jù)，充分挖掘水田作物和旱地作物在農(nóng)作物生長期內(nèi)地表濕度變化規(guī)律，為有效開展基于時序遙感數(shù)據(jù)的農(nóng)作物自動快速識別開拓了新思路；

(3)不需要過多的人工干預(yù)，方法清晰明了，可以不借助其他輔助數(shù)據(jù)，結(jié)果穩(wěn)定可靠。

附圖說明

圖1為本發(fā)明實施例的實現(xiàn)流程圖。

圖2玉米和水稻的evi、swir時序曲線圖。

圖3農(nóng)作物生長前期swir和evi增量ds1、de1的示意圖。

圖4農(nóng)作物生長后期swir和evi增量ds2、de2的示意圖。

圖5研究區(qū)的旱作種植區(qū)的空間分布圖。

具體實施方式

下面結(jié)合附圖，對本發(fā)明的技術(shù)方案進行具體說明。

本發(fā)明的一種基于遙感時序數(shù)據(jù)的旱地作物識別方法，包括如下步驟，

步驟s01：逐像元建立研究區(qū)植被指數(shù)、短波紅外波段的時序數(shù)據(jù)；

步驟s02：逐像元計算每個生長周期內(nèi)的evi最大值，獲取農(nóng)作物生長盛期時間；

步驟s03：依據(jù)農(nóng)作物生長盛期時間，推斷農(nóng)作物生長前期和生長后期；

步驟s04：建立農(nóng)作物生長前期的swir和evi增量乘積指數(shù)；

步驟s05：建立農(nóng)作物生長后期的swir和evi增量乘積指數(shù)；

步驟s06：建立整個農(nóng)作物生長期的swir和evi增量乘積指數(shù)；

步驟s07：依據(jù)swir和evi增量乘積指數(shù)進行旱作種植區(qū)提取。

在本發(fā)明一實施例中，所述步驟s02具體實現(xiàn)即：首先依據(jù)耕地復(fù)種指數(shù)空間分布圖逐像元推斷農(nóng)作物生長周期個數(shù)，而后逐像元計算每個生長周期內(nèi)的evi最大值，獲取每個生長周期所對應(yīng)的農(nóng)作物生長盛期時間。

所述步驟s03中，將農(nóng)作物生長盛期出現(xiàn)時間往前推70天，確定為農(nóng)作物播種期，并將農(nóng)作物播種期到生長盛期這段時間確定為農(nóng)作物生長前期；同時將農(nóng)作物生長盛期出現(xiàn)時間往后推50天，確定為農(nóng)作物收獲期，進而將農(nóng)作物生長盛期到收獲期這段時間確定為農(nóng)作物生長后期。

所述步驟s04中，基于農(nóng)作物播種期與生長盛期中swir的差值，計算農(nóng)作物生長前期的swir增量，記為ds1；基于農(nóng)作物播種期與生長盛期evi的差值，計算農(nóng)作物生長前期的evi增量，記為de1；通過將ds1和de1相乘，獲得農(nóng)作物生長前期的swir和evi增量乘積指數(shù)t1：

t1＝ds1×de1＝(swirheading-swirseedling)×(eviheading-eviseedling)

其中，eviheading、eviseedling分別為農(nóng)作物生長盛期、播種期evi的數(shù)值，swirheading、swirseedling分別農(nóng)作物生長盛期、播種期swir的數(shù)值。

所述步驟s05中，基于農(nóng)作物生長盛期與收獲期swir的差值，計算農(nóng)作物生長后期的swir增量，記為ds2；基于農(nóng)作物收獲期與生長盛期evi的差值，計算農(nóng)作物生長后期的evi增量，記為de2；通過將ds2和de2相乘，獲得農(nóng)作物生長后期的swir和evi增量乘積指數(shù)t2：

t2＝ds2×de2＝(swirharvesting-swirheading)×(eviharvesting-eviheading)

其中，eviheading、eviharvesting分別為農(nóng)作物生長盛期、收獲期evi的數(shù)值，swirheading、swirharvesting分別為農(nóng)作物生長盛期、收獲期swir的數(shù)值。

所述步驟s06中，通過計算農(nóng)作物生長前期和生長后期swir和evi增量乘積指數(shù)，建立農(nóng)作物生長期的swir和evi增量乘積指數(shù)t：

t＝t1+t2

其中，t1，t2分別為農(nóng)作物生長前期和生長后期的swir和evi增量乘積指數(shù)。

所述步驟s07中，對旱地農(nóng)作物而言，在整個農(nóng)作物生長期swir和evi增量乘積指數(shù)為負(fù)數(shù)，而水田農(nóng)作物為正數(shù)，因此能夠依據(jù)整個農(nóng)作物生長期swir和evi增量乘積指數(shù)t進行旱地作物識別；如果t小于閾值ω，則識別為旱地作物。所述步驟s07中，設(shè)置閾值ω取值為-0.03，該閾值ω在不同區(qū)域?qū)嶋H應(yīng)用中在0.01范圍內(nèi)調(diào)整。

以下為本發(fā)明的具體實現(xiàn)過程。

術(shù)語解釋：

modis數(shù)據(jù)：中分辨率成像光譜儀數(shù)據(jù)，全稱為moderateresolutionimagingspectroradiometer。

植被指數(shù)：植被指數(shù)是表征植被生長狀態(tài)以及空間分布密度的因子。常見的植被指數(shù)有ndvi和evi。ndvi為歸一化植被指數(shù)，全稱為normalizeddifferencevegetationindex。evi為增強型植被指數(shù)，全稱為enhancedvegetationindex。

短波紅外波段：shortwaveinfraredband，簡稱swir。

年內(nèi)逐日evi時序數(shù)據(jù)：從元旦開始，按時間順序，逐日記錄一年內(nèi)的evi的數(shù)據(jù)列。

年內(nèi)逐日swir時序數(shù)據(jù)：從元旦開始，按時間順序，逐日記錄一年內(nèi)的swir的數(shù)據(jù)列。

本發(fā)明一種基于遙感時序數(shù)據(jù)的旱地作物識別方法，如圖1所示：首先建立研究區(qū)植被指數(shù)和短波紅外波段的時序數(shù)據(jù)，然后獲取每個生長周期內(nèi)的農(nóng)作物生長盛期，進而推斷農(nóng)作物生長前期和生長后期，依次建立農(nóng)作物生長前期的swir和evi增量乘積指數(shù)、農(nóng)作物生長后期的swir和evi增量乘積指數(shù)，綜合形成整個農(nóng)作物生長期的swir和evi增量乘積指數(shù)，最后依據(jù)整個農(nóng)作物生長期的swir和evi增量乘積指數(shù)開展旱地作物識別。

所述一種基于遙感時序數(shù)據(jù)的旱地作物識別方法，進一步包括以下步驟：

步驟s01：逐像元建立研究區(qū)植被指數(shù)、短波紅外波段的時序數(shù)據(jù)：

分別建立研究區(qū)年內(nèi)逐日evi、swir時序數(shù)據(jù)集，其中evi計算公式為：

式中，ρred，ρblue，ρnir分別為紅光、藍光和近紅外波段的反射率。

逐日evi、swir時序數(shù)據(jù)的建立，可以基于逐日modis遙感影像波段數(shù)據(jù)計算，也可以基于8天最大化合成的modis遙感影像波段數(shù)據(jù)通過線性插值獲得。利用whittakersmoother方法，對原始年內(nèi)時序數(shù)據(jù)集進行平滑處理，從而獲得研究區(qū)平滑的年內(nèi)逐日evi、swir時序數(shù)據(jù)集，作為旱地作物識別的基礎(chǔ)。如基于年內(nèi)逐日evi、swir時序數(shù)據(jù)集，建立的研究區(qū)玉米、大豆、單季稻和雙季稻的evi、swir時序曲線圖見圖2。

步驟s02：逐像元計算每個生長周期內(nèi)的evi最大值，獲取農(nóng)作物生長盛期時間：

首先依據(jù)研究區(qū)耕地復(fù)種指數(shù)空間分布圖，逐像元推斷一年內(nèi)農(nóng)作物生長周期的個數(shù)。如耕地復(fù)種指數(shù)為1，表示該像元在一年內(nèi)存在一個農(nóng)作物生長周期；耕地復(fù)種指數(shù)為2，表示該像元在一年內(nèi)存在兩個農(nóng)作物生長周期；依此類推。在研究區(qū)耕地區(qū)域內(nèi)，逐像元獲取每個農(nóng)作物生長周期內(nèi)的evi時序曲線的最大值，所對應(yīng)的時間為該生長周期內(nèi)的農(nóng)作物生長盛期時間。設(shè)該像元的耕地復(fù)種指數(shù)為n，將所獲得的農(nóng)作物生長盛期時間依次記錄為pn，其中n一般可以取值為1，2，3。

步驟s03：依據(jù)農(nóng)作物生長盛期時間，推斷農(nóng)作物生長前期和生長后期：

逐像元依據(jù)每個生長周期內(nèi)農(nóng)作物生長盛期時間，推斷農(nóng)作物的播種期和收獲期，進而確定農(nóng)作物生長前期和生長后期。在農(nóng)作物播種時，通常需要翻耕清除雜草，此時植被覆蓋極少，evi指數(shù)數(shù)值通常達到極低值。隨著農(nóng)作物的出苗并逐漸生長，evi時序曲線也隨之快速上升，直至生長盛期達到峰值。農(nóng)作物生長盛期過后，進入收獲期，農(nóng)作物收割后通常地表重現(xiàn)裸露狀態(tài)，evi時序曲線迅速下降。確定農(nóng)作物的播種期和收獲期的方法有很多，如可以依據(jù)evi時序曲線在農(nóng)作物生長盛期前后出現(xiàn)的谷值推斷農(nóng)作物的播種期和收獲期。但由于遙感影像噪聲的干擾，evi時序曲線的谷值出現(xiàn)處存在很大的不確定性因素，直接影響到所獲取農(nóng)作物播種期和收獲期的準(zhǔn)確性。為簡便起見，本專利中，將農(nóng)作物生長盛期出現(xiàn)時間往前推70天，確定為農(nóng)作物播種期，并將農(nóng)作物播種期到生長盛期這段時間確定為農(nóng)作物生長前期。同時將農(nóng)作物生長盛期出現(xiàn)時間往后推50天，確定為農(nóng)作物收獲期，進而將農(nóng)作物生長盛期到收獲期這段時間確定為農(nóng)作物生長后期。

步驟s04：建立農(nóng)作物生長前期的swir和evi增量乘積指數(shù)：

建立農(nóng)作物生長前期的swir和evi增量乘積指數(shù)，其過程如下：首先，通過計算農(nóng)作物播種期到生長盛期swir的差值，作為農(nóng)作物生長前期的swir增量，記為ds1；然后，通過計算農(nóng)作物播種期到生長盛期evi的差值，即農(nóng)作物生長前期的evi增量，記為de1。通過將農(nóng)作物生長前期的swir的增量和農(nóng)作物生長前期的evi增量相乘，獲得農(nóng)作物生長前期的swir和evi增量乘積指數(shù)，記為t1。其公式如下：

t1＝ds1×de1＝(swirheading-swirseedling)×(eviheading-eviseedling)

其中，eviheading、eviseedling分別為農(nóng)作物生長盛期、播種期evi的數(shù)值，swirheading、swirseedling分別農(nóng)作物生長盛期、播種期swir的數(shù)值。

以玉米、單季稻為例，農(nóng)作物生長前期的swir的增量ds1，農(nóng)作物生長前期evi增量de1的示意圖見圖3。

步驟s05：建立農(nóng)作物生長后期的swir和evi增量乘積指數(shù)：

建立農(nóng)作物生長后期的swir和evi增量乘積指數(shù)，其過程如下：首先，通過計算農(nóng)作物生長盛期與農(nóng)作物收獲期swir的差值，作為農(nóng)作物生長后期的swir增量，記為ds2；然后，通過計算農(nóng)作物收獲期與生長盛期evi的差值，即農(nóng)作物生長后期的evi增量，記為de2。將農(nóng)作物生長后期的swir的增量和農(nóng)作物生長后期的evi增量相乘，獲得農(nóng)作物生長后期的swir和evi增量乘積指數(shù)，記為t2。其公式如下：

t2＝ds2×de2＝(swirharvesting-swirheading)×(eviharvesting-eviheading)

其中，eviheading、eviharvesting分別為農(nóng)作物生長盛期、收獲期evi的數(shù)值，swirheading、swirharvesting分別為農(nóng)作物生長盛期、收獲期swir的數(shù)值。

以玉米、單季稻為例，農(nóng)作物生長后期的swir的增量ds2，農(nóng)作物生長后期evi增量de2的示意圖見圖4。

步驟s06：建立整個農(nóng)作物生長期的swir和evi增量乘積指數(shù)

基于農(nóng)作物生長前期和生長后期swir和evi增量乘積指數(shù)，即t1和t2，建立農(nóng)作物生長期的swir和evi增量乘積指數(shù)t。其公式如下：

t＝t1+t2

其中，t1，t2分別為農(nóng)作物生長前期和生長后期的swir和evi增量乘積指數(shù)。

步驟s07：依據(jù)整個農(nóng)作物生長期的swir和evi增量乘積指數(shù)進行旱作種植區(qū)提取。

對于旱地農(nóng)作物而言，在農(nóng)作物播種前，旱地農(nóng)作物田間的地表濕度通常比較低。隨著農(nóng)作物播種、出苗并逐漸生長發(fā)育，地表逐漸被農(nóng)作物覆蓋，地表濕度逐漸增加。通常在植被盛期這段時間，農(nóng)作物植株和葉片的含水量達到較高水平，隨著農(nóng)作物收獲而逐漸下降。由于地表水分在swir波段會產(chǎn)生一個吸收峰，因此與之對應(yīng)的，對于旱地農(nóng)作物而言，在農(nóng)作物播種、逐漸生長直至成熟的整個生長期內(nèi)，swir波段的數(shù)值出現(xiàn)先下降后上升的特點，通常在農(nóng)作物生長盛期達到谷值。

對于水田農(nóng)作物而言，在農(nóng)作物播種或移栽前期，水田通常被水分覆蓋，地表濕度非常高。在水田農(nóng)作物的播種或移栽并逐漸生長的一段時間內(nèi)，此時水田很大部分為水體所覆蓋，地表濕度通常一直處于比較高的水平。隨著農(nóng)作物植被的進一步生長發(fā)育，農(nóng)田逐漸被農(nóng)作物植被覆蓋。隨著水田農(nóng)作物的播種/移栽，逐漸生長直至成熟這段時間，由于農(nóng)作物植被的含水量較純水體濕度低，地表濕度通常會經(jīng)歷一個逐漸略微下降后逐漸平穩(wěn)的過程。在整個水田農(nóng)作物的生長期內(nèi)，在swir波段的時序曲線上，通常表現(xiàn)為略微上升后逐漸平穩(wěn)的過程。

因此，旱地農(nóng)作物swir和evi增量乘積指數(shù)通常為數(shù)值較小的負(fù)數(shù)，而水田農(nóng)作物通常為正數(shù)?？梢砸罁?jù)農(nóng)作物生長期swir和evi增量乘積指數(shù)，開展研究區(qū)的旱作種植區(qū)提取。如果某像元某個農(nóng)作物生長期內(nèi)滿足t<ω，則該像元此生長期所種植的農(nóng)作物為旱地農(nóng)作物，否則不是旱地農(nóng)作物。ω為常數(shù)，在本實施例中ω設(shè)定為-0.03。依據(jù)本實施例中提供的方法，以中國黑龍江省為例，所獲得的研究區(qū)旱地農(nóng)作物空間分布圖見圖5。

以上是本發(fā)明的較佳實施例，凡依本發(fā)明技術(shù)方案所作的改變，所產(chǎn)生的功能作用未超出本發(fā)明技術(shù)方案的范圍時，均屬于本發(fā)明的保護范圍。