本發(fā)明涉及高標(biāo)準(zhǔn)農(nóng)田識(shí)別，具體涉及一種高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別方法、模型訓(xùn)練方法及相關(guān)裝置。

背景技術(shù)：

1、高標(biāo)準(zhǔn)農(nóng)田的定義為“田塊平整、集中連片、設(shè)施完善、節(jié)水高效、農(nóng)電配套、宜機(jī)作業(yè)、土壤肥沃、生態(tài)友好、抗災(zāi)能力強(qiáng)，與現(xiàn)代農(nóng)業(yè)生產(chǎn)和經(jīng)營(yíng)方式相適應(yīng)的旱澇保收、穩(wěn)產(chǎn)高產(chǎn)的耕地”。

2、現(xiàn)有高標(biāo)準(zhǔn)農(nóng)田識(shí)別方案中，采用簡(jiǎn)單模型進(jìn)行高標(biāo)準(zhǔn)農(nóng)田識(shí)別。然而，由于農(nóng)田特征的各指標(biāo)之間的關(guān)系并不是簡(jiǎn)單模型所描述的線性關(guān)系，而是一種復(fù)雜關(guān)系，使得現(xiàn)有技術(shù)存在難以實(shí)現(xiàn)高標(biāo)準(zhǔn)農(nóng)田精細(xì)化識(shí)別的問(wèn)題。

3、基于此，如何實(shí)現(xiàn)高標(biāo)準(zhǔn)農(nóng)田的精細(xì)化識(shí)別，成為了亟待解決的技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，為了解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別方法、模型訓(xùn)練方法及相關(guān)裝置。

2、本發(fā)明采用如下技術(shù)方案：

3、第一方面，本發(fā)明提供了一種高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型的訓(xùn)練方法，包括：

4、獲取第一預(yù)設(shè)地區(qū)的各第一農(nóng)田像元的第一多特征指標(biāo)數(shù)據(jù)；所述第一多特征指標(biāo)數(shù)據(jù)中包含對(duì)應(yīng)所述第一農(nóng)田像元分別在多個(gè)預(yù)設(shè)指標(biāo)上的取值；

5、對(duì)所述第一多特征指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理；

6、基于熵權(quán)topsis法，根據(jù)歸一化處理后的所述第一多特征指標(biāo)數(shù)據(jù)，得到各所述第一農(nóng)田像元的綜合評(píng)價(jià)指數(shù)；所述綜合評(píng)價(jià)指數(shù)用于反映對(duì)應(yīng)農(nóng)田像元與高標(biāo)準(zhǔn)農(nóng)田的符合度；

7、根據(jù)各所述第一農(nóng)田像元的綜合評(píng)價(jià)指數(shù)，對(duì)各所述第一農(nóng)田像元進(jìn)行初始分類(lèi)，得到各所述第一農(nóng)田像元的初始分類(lèi)結(jié)果；

8、對(duì)目標(biāo)第一農(nóng)田像元的初始分類(lèi)結(jié)果進(jìn)行真實(shí)性驗(yàn)證；

9、以通過(guò)真實(shí)性驗(yàn)證的所述目標(biāo)第一農(nóng)田像元的目標(biāo)數(shù)據(jù)為模型訓(xùn)練樣本，訓(xùn)練隨機(jī)森林模型，得到高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型；所述目標(biāo)數(shù)據(jù)中包含對(duì)應(yīng)所述目標(biāo)第一農(nóng)田像元的第一多特征指標(biāo)數(shù)據(jù)和實(shí)際農(nóng)田類(lèi)型。

10、可選的，所述獲取第一預(yù)設(shè)地區(qū)的各第一農(nóng)田像元的第一多特征指標(biāo)數(shù)據(jù)，具體包括：

11、獲取所述第一預(yù)設(shè)地區(qū)的高空間分辨率衛(wèi)星遙感影像、高光譜分辨率衛(wèi)星遙感影像和數(shù)字高程模型；

12、根據(jù)所述高空間分辨率衛(wèi)星遙感影像、高光譜分辨率衛(wèi)星遙感影像和所述數(shù)字高程模型，得到各所述第一農(nóng)田像元的第一多特征指標(biāo)數(shù)據(jù)。

13、可選的，所述預(yù)設(shè)指標(biāo)包括：田塊坡度、田塊連片度、田塊破碎度、土壤有機(jī)質(zhì)含量、土壤ph值、土壤水分指數(shù)、土壤退化指數(shù)、作物長(zhǎng)勢(shì)狀況、田塊與最鄰近可灌溉溝渠的距離、田塊溝渠密度、田間道路通達(dá)度、田塊到居民點(diǎn)的距離、田塊到交通干線距離、林網(wǎng)密度、防護(hù)林覆蓋率和田塊到其最近輸電塔桿的距離。

14、可選的，所述根據(jù)各所述第一農(nóng)田像元的綜合評(píng)價(jià)指數(shù)，對(duì)各所述第一農(nóng)田像元進(jìn)行初始分類(lèi)，得到各所述第一農(nóng)田像元的初始分類(lèi)結(jié)果，具體包括：

15、針對(duì)每個(gè)所述第一農(nóng)田像元，基于預(yù)設(shè)的指數(shù)閾值范圍與農(nóng)田類(lèi)型對(duì)應(yīng)關(guān)系，根據(jù)所述第一農(nóng)田像元的綜合評(píng)價(jià)指數(shù)，確定所述第一農(nóng)田像元的農(nóng)田類(lèi)型。

16、可選的，所述農(nóng)田類(lèi)型包括：高標(biāo)準(zhǔn)農(nóng)田和其他農(nóng)田。

17、第二方面，本發(fā)明提供一種高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別方法，包括：

18、獲取第二預(yù)設(shè)地區(qū)的各第二農(nóng)田像元的第二多特征指標(biāo)數(shù)據(jù)；所述第二多特征指標(biāo)數(shù)據(jù)中包含對(duì)應(yīng)所述第二農(nóng)田像元分別在多個(gè)預(yù)設(shè)指標(biāo)上的取值；

19、基于高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型，根據(jù)所述第二多特征指標(biāo)數(shù)據(jù)，得到各所述第二農(nóng)田像元的農(nóng)田類(lèi)型；所述高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型采用如上所述的高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型的訓(xùn)練方法訓(xùn)練得到，所述農(nóng)田類(lèi)型包括高標(biāo)準(zhǔn)農(nóng)田和其他農(nóng)田。

20、第三方面，本發(fā)明提供一種高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型的訓(xùn)練裝置，包括：

21、第一獲取模塊，用于獲取第一預(yù)設(shè)地區(qū)的各第一農(nóng)田像元的第一多特征指標(biāo)數(shù)據(jù)；所述第一多特征指標(biāo)數(shù)據(jù)中包含對(duì)應(yīng)所述第一農(nóng)田像元分別在多個(gè)預(yù)設(shè)指標(biāo)上的取值；

22、歸一化模塊，用于對(duì)所述第一多特征指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理；

23、計(jì)算模塊，用于基于熵權(quán)topsis法，根據(jù)歸一化處理后的所述第一多特征指標(biāo)數(shù)據(jù)，得到各所述第一農(nóng)田像元的綜合評(píng)價(jià)指數(shù)；所述綜合評(píng)價(jià)指數(shù)用于反映對(duì)應(yīng)農(nóng)田像元與高標(biāo)準(zhǔn)農(nóng)田的符合度；

24、初始分類(lèi)模塊，用于根據(jù)各所述第一農(nóng)田像元的綜合評(píng)價(jià)指數(shù)，對(duì)各所述第一農(nóng)田像元進(jìn)行初始分類(lèi)，得到各所述第一農(nóng)田像元的初始分類(lèi)結(jié)果；

25、驗(yàn)證模塊，用于對(duì)目標(biāo)第一農(nóng)田像元的初始分類(lèi)結(jié)果進(jìn)行真實(shí)性驗(yàn)證；

26、訓(xùn)練模塊，用于以通過(guò)真實(shí)性驗(yàn)證的所述目標(biāo)第一農(nóng)田像元的目標(biāo)數(shù)據(jù)為模型訓(xùn)練樣本，訓(xùn)練隨機(jī)森林模型，得到高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型；所述目標(biāo)數(shù)據(jù)中包含對(duì)應(yīng)所述目標(biāo)第一農(nóng)田像元的第一多特征指標(biāo)數(shù)據(jù)和實(shí)際農(nóng)田類(lèi)型。

27、第四方面，本發(fā)明提供一種高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別裝置，包括：

28、第二獲取模塊，用于獲取第二預(yù)設(shè)地區(qū)的各第二農(nóng)田像元的第二多特征指標(biāo)數(shù)據(jù)；所述第二多特征指標(biāo)數(shù)據(jù)中包含對(duì)應(yīng)所述第二農(nóng)田像元分別在多個(gè)預(yù)設(shè)指標(biāo)上的取值；

29、分類(lèi)模塊，用于基于高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型，根據(jù)所述第二多特征指標(biāo)數(shù)據(jù)，得到各所述第二農(nóng)田像元的農(nóng)田類(lèi)型；所述高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型采用如上所述的高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型的訓(xùn)練方法訓(xùn)練得到，所述農(nóng)田類(lèi)型包括高標(biāo)準(zhǔn)農(nóng)田和其他農(nóng)田。

30、本發(fā)明采用以上技術(shù)方案，一種高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型的訓(xùn)練方法，包括：獲取第一預(yù)設(shè)地區(qū)的各第一農(nóng)田像元的第一多特征指標(biāo)數(shù)據(jù)；第一多特征指標(biāo)數(shù)據(jù)中包含對(duì)應(yīng)第一農(nóng)田像元分別在多個(gè)預(yù)設(shè)指標(biāo)上的取值；對(duì)第一多特征指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理；基于熵權(quán)topsis法，根據(jù)歸一化處理后的第一多特征指標(biāo)數(shù)據(jù)，得到各第一農(nóng)田像元的綜合評(píng)價(jià)指數(shù)；綜合評(píng)價(jià)指數(shù)用于反映對(duì)應(yīng)農(nóng)田像元與高標(biāo)準(zhǔn)農(nóng)田的符合度；根據(jù)各第一農(nóng)田像元的綜合評(píng)價(jià)指數(shù)，對(duì)各第一農(nóng)田像元進(jìn)行初始分類(lèi)，得到各第一農(nóng)田像元的初始分類(lèi)結(jié)果；對(duì)目標(biāo)第一農(nóng)田像元的初始分類(lèi)結(jié)果進(jìn)行真實(shí)性驗(yàn)證；以通過(guò)真實(shí)性驗(yàn)證的目標(biāo)第一農(nóng)田像元的目標(biāo)數(shù)據(jù)為模型訓(xùn)練樣本，訓(xùn)練隨機(jī)森林模型，得到高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型；目標(biāo)數(shù)據(jù)中包含對(duì)應(yīng)目標(biāo)第一農(nóng)田像元的第一多特征指標(biāo)數(shù)據(jù)和實(shí)際農(nóng)田類(lèi)型。

31、基于此，通過(guò)采用熵權(quán)topsis法和隨機(jī)森林模型，使得本發(fā)明能夠合理地詮釋各預(yù)設(shè)指標(biāo)之間的相互影響和聯(lián)系，進(jìn)而使得本發(fā)明能夠?qū)崿F(xiàn)高標(biāo)準(zhǔn)農(nóng)田的精細(xì)化識(shí)別。

技術(shù)特征：

1.一種高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型的訓(xùn)練方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型的訓(xùn)練方法，其特征在于，所述獲取第一預(yù)設(shè)地區(qū)的各第一農(nóng)田像元的第一多特征指標(biāo)數(shù)據(jù)，具體包括：

3.根據(jù)權(quán)利要求1或2所述的高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型的訓(xùn)練方法，其特征在于，所述預(yù)設(shè)指標(biāo)包括：田塊坡度、田塊連片度、田塊破碎度、土壤有機(jī)質(zhì)含量、土壤ph值、土壤水分指數(shù)、土壤退化指數(shù)、作物長(zhǎng)勢(shì)狀況、田塊與最鄰近可灌溉溝渠的距離、田塊溝渠密度、田間道路通達(dá)度、田塊到居民點(diǎn)的距離、田塊到交通干線距離、林網(wǎng)密度、防護(hù)林覆蓋率和田塊到其最近輸電塔桿的距離。

4.根據(jù)權(quán)利要求1所述的高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型的訓(xùn)練方法，其特征在于，所述根據(jù)各所述第一農(nóng)田像元的綜合評(píng)價(jià)指數(shù)，對(duì)各所述第一農(nóng)田像元進(jìn)行初始分類(lèi)，得到各所述第一農(nóng)田像元的初始分類(lèi)結(jié)果，具體包括：

5.根據(jù)權(quán)利要求4所述的高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型的訓(xùn)練方法，其特征在于，所述農(nóng)田類(lèi)型包括：高標(biāo)準(zhǔn)農(nóng)田和其他農(nóng)田。

6.一種高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別方法，其特征在于，包括：

7.一種高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型的訓(xùn)練裝置，其特征在于，包括：

8.一種高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別裝置，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明提供一種高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別方法、模型訓(xùn)練方法及相關(guān)裝置，涉及高標(biāo)準(zhǔn)農(nóng)田識(shí)別技術(shù)領(lǐng)域，方法包括：獲取第一預(yù)設(shè)地區(qū)的各第一農(nóng)田像元的包含對(duì)應(yīng)第一農(nóng)田像元分別在多個(gè)預(yù)設(shè)指標(biāo)上的取值的第一多特征指標(biāo)數(shù)據(jù)；基于熵權(quán)TOPSIS法，根據(jù)歸一化處理后的第一多特征指標(biāo)數(shù)據(jù)，得到各第一農(nóng)田像元的用于反映對(duì)應(yīng)農(nóng)田像元與高標(biāo)準(zhǔn)農(nóng)田符合度的綜合評(píng)價(jià)指數(shù)；根據(jù)綜合評(píng)價(jià)指數(shù)，得到各第一農(nóng)田像元的初始分類(lèi)結(jié)果；以通過(guò)真實(shí)性驗(yàn)證的第一農(nóng)田像元的目標(biāo)數(shù)據(jù)為模型訓(xùn)練樣本，訓(xùn)練隨機(jī)森林模型，得到高標(biāo)準(zhǔn)農(nóng)田遙感識(shí)別模型；目標(biāo)數(shù)據(jù)中包含對(duì)應(yīng)目標(biāo)第一農(nóng)田像元的第一多特征指標(biāo)數(shù)據(jù)和實(shí)際農(nóng)田類(lèi)型。本發(fā)明能夠?qū)崿F(xiàn)高標(biāo)準(zhǔn)農(nóng)田的精細(xì)化遙感識(shí)別。

技術(shù)研發(fā)人員：武晉雯,孫龍彧,馮銳,紀(jì)瑞鵬,于文穎,米娜,張淑杰,陳妮娜,趙思雯,王倩玉,劉靖楠,楊欣虹,武折章,尹艷華,聶哲
受保護(hù)的技術(shù)使用者：中國(guó)氣象局沈陽(yáng)大氣環(huán)境研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9