本发明涉及的是农业信息应用领域，具体涉及一种基于地块尺度的农作物面积动态变化遥感监测方法。
背景技术：
目前农业遥感监测方法主要还是一种基于遥感影像的抽样结合地面调查的方法，通过提取遥感分类技术提取遥感影像中的作物种植面积信息，从而监测作物面积变化趋势。但是实际上，目前遥感分类结果往往误差来源多，比如影像成像时间、分辨率、影像质量、人为因素干扰等，同一区域的影像，不同的人或者采用不同的分类方法，提取的结果图斑往往差异较大，很难达到一致。采用这种误差大的数据进行动态变化监测，难以取得理想的效果。因此，本发明基于一种地块图斑抽样方法，通过实时的遥感影像，根据野外建立的遥感影像解译标志，对地块图斑的属性进行判别，对于目标地物的判别就只是二值性判别，只需判别该图斑是否是目标作物即可，这样得到的结果是基于相同图斑的解译结果，在很大程度上减少了遥感影像解译中同一区域图斑难以达到一致的问题，从而一定程度减少了误差来源。
基于此，本发明设计了一种基于地块尺度的农作物面积动态变化遥感监测方法。
技术实现要素：
针对现有技术上存在的不足，本发明目的是在于提供一种基于地块尺度的农作物面积动态变化遥感监测方法，是一种采用地块尺度的空间数据作为基本监测单元进行农作物种植面积动态变化监测的方法，通过卫星遥感监测技术代替地面调查的方法获取监测时间内地块图斑数据及其属性信息，从而根据地块数据基本监测单元分析农作物种植面积总体变化趋势。该方法主要基于3s技术，充分发挥高分辨率影像数据的准确性和中高分辨率影像数据的时效性，能够实现农作种植面积的精确提取，减少遥感解译过程的误差来源，同时减少了地面调查人工工作量，能够一定程度的改善目前外业调查工作量大、内业遥感监测误差大的现状，为农作物种植面积动态变化监测提供新的技术方案。
为了实现上述目的，本发明是通过如下的技术方案来实现：一种基于地块尺度的农作物面积动态变化遥感监测方法，其包括以下步骤：1、遥感监测数据准备步骤，主要有基础行政区划数据、地面调查数据以及遥感监测数据，其中遥感监测数据包括高分辨率的卫星影像数据或者无人机航拍数据，用于获取地块数据、监测时间内的中高分辨率卫星影像数据，作为判别地块数据属性的依据。
2、空间抽样步骤，由于卫星影像成像往往受到卫星分辨率、运行周期、气象气候、作物生长期等多种因素影响，往往难以获取能够全覆盖目标监测区域的卫星影像，因此很多时候需要采用空间抽样的方法来解决数据不足的问题，同时还可以达到节省成本和提高监测效率的目的。空间抽样方法应根据监测区域尺度规模，目标监测区域地形地貌特征，农作物的种植结构及空间分布特征以及监测时间内的影像数据源等多方面情况，选择合适的空间抽样方法。之后，根据选择的抽样方法，精确提取抽样区域地块图斑数据。
3、地块图斑成图步骤，尽量采用近期的高分辨率卫星遥感影像数据或者航拍的影像数据作为数据源，对其进行系列的预处理流程，然后使用gis数据处理软件采用人工勾绘的方法提取影像中的地块图斑数据。在以上影像数据都无法获取的情况下可以采用手持gps实地采集的方法作为补充来获取地块图斑数据。
4、地块图斑属性采集步骤，该步骤是本发明的核心内容之一，地块图斑数据属性的采集将主要依据监测目标作物生长期内的实时卫星影像数据，一般采用相近的两个或者多个年份的影像数据作为农作物种植面积变化动态监测的数据源。为了提高遥感动态监测效率并节省监测时间，地块属性的采集将主要采集地块数据中耕地地块图斑的属性，其他非耕地区域不做属性采集。目标作物地块图斑属性的二值性判别主要依据遥感影像的光谱特征并结合该图斑历史经验数据，以室外采集的目标作物遥感解译标志作为判别的样本数据，采用计算机逐个判别图斑属性，并进行人工目视修正。
5、精度验证分析步骤，精度验证分析可以采用采集的解译标志进行验证，同时也可以采用手持gps接收机实地采集地块及其属性数据进行精度验证分析，精度不符合监测要求的情况下，返回上一步重新判别，直至符合要求为止。
6、作物种植面积动态变化统计分析步骤，根据上一步处理结果，采用gis软件统计分析监测区域目标农作物种植面积的动态变化趋势及变化率l。
l=sn/(sn-sn-1)
作为优选，所述的步骤1中，监测数据源同时采用高分辨率数据和中高分辨率遥感影像数据,其中高分辨率数据用于获取精确的地块图斑数据，可结合多年的卫星影像数据或者无人机航拍数据采集成图。中高分辨率影像数据采用作物生长期内最佳监测时相影像数据或时序影像数据。充分发挥高分辨率影像数据的精确性和中高分辨率影像数据的时效性。
作为优选，所述的步骤2中，首先根据监测区域尺度及其数据源情况确定是否进行抽样，全国尺度或者省域尺度，在作物监测时间内往往难以获取全覆盖影像，一般采用空间抽样方法进行监测。
县市监测尺度一般较容易获取全覆盖中、高分辨率遥感影像数据或者无人机航拍数据，可以全域采用地块图斑数据结合中高分辨率卫星影像数据进行作物面积动态变化遥感监测。可选的，为节省监测成本和时间，县市尺度也可以根据该区域的实际情况，包括区域地形地貌、气候气象、作物种植结构及其作物空间分布特征等情况采用合适的空间抽样方法进行遥感监测。
省域尺度的可以分解为县市尺度进行监测，全国尺度的可以分解为省域尺度进行监测。
作为优选，所述的步骤3中，地块图斑数据的获取在数据源不足的情况下，采用手持gps接收机地面调查进行补充，同时还可以作为解译标志数据和监测结果验证数据，保证本发明之监测方法行之有效。
作为优选，所述的步骤4中，地块图斑数据属性的获取采用野外实地采集的解译标志作为判别样本数据，依据每个地块图斑对应的中高分辨率卫星影像区域中的影像光谱特征和样本数据光谱特征之间的关系，确定该图斑中地物是否是目标作物，并修改属性。
地块图斑对应的中高分辨率卫星影像区域中的影像光谱特征获取方法，在每个地块图斑中生成若干随机点，统计随机点的光谱特征作物该图斑的综合光谱特征，作为判别依据。可选的，人工目视判别地块图斑属性。
由于卫星影像存在混合象元和“同物异谱，同谱异物”的影响，因此，在判别的过程中还结合历史经验数据进行判别，保持监测数据数据时间维的一致性，可选的，人工目视判别地块图斑属性；可选的，计算机自动判别地块图斑属性信息完成之后再进行人工目视判别和修正。
本发明具有以下有益效果：本发明的方法充分发挥不同源数据自身优势，减少遥感监测误差来源，提高监测精度和监测效率，同时一定程度减少人工工作量，为农作物种植面积动态变化遥感监测提供一种新的技术方法。
附图说明
下面结合附图和具体实施方式来详细说明本发明；
图1为本发明的方法流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
实施例1：本发明实施例中，采用arcgis、erdasimage、envi等专业软件结合arcgisengine或arcgisobject、visualstudio等开发工具实施完成。
如图1所示：在本发明实施例的基于地块尺度的农作物种植面积动态变化遥感监测方法，其包括如下步骤：
s1、遥感监测数据准备，同时获取中、高分辨率卫星影像数据及其他基本数据。监测区域基本数据，包括行政区划图、历史图件、统计数据等。查询监测区域的卫星影像数据，通过购买或者免费下载的形式获取影像数据源。1-2m高分辨率影像数据及更高分辨率影像数据，若不能免费获取，结合财政预算适当购买监测区域数据。5m-30m中高分辨率影像数据，目前大部分可免费获取。对获取的数据进行系列规范化预处理。
s2、空间抽样，结合监测区域具体情况决定是否采取抽样方法。根据不同监测区域尺度决定抽样方法与否。空间抽样方法是最节省人力物力财力成本的监测方法，在方法得当的情况下也能得到较好的监测效果。大尺度监测的情况，往往就选择空间抽样方法，并进行分层抽样，在每个不同的监测尺度选取合适的抽样方法。
s3、地块图斑成图，人工勾绘方法精确提取地块图斑数据作为监测基本数据单元。地块图斑成图采用高分辨率影像数据，对于高分辨率影像数据地块的精确提取，目前主要采用人工勾绘的办法。根据监测任务，制定详细勾绘标准和规范，保证地块图斑数据的规范化和精度要求。
s4、地块图斑属性采集。地块图斑采集是本发明中主要的内容之一，也是比较耗费时间成本的一项内容。建立目标作物解译标志和遥感影像特征之间的关联关系，作为地块图斑属性判别的依据，采用计算机自动提取或者人工目视判别的方法精确提取地块图斑属性信息。
s5、精度验证分析，满足精度要求进行下一步，否则重复上一步，直至达到要求。精度验证是遥感监测过程中必不可少的步骤，在s4步骤完成之后，结合地面采集解译标志数据以及其他实时采集数据或者更高分辨率的实时影像数据进行地块图斑属性的验证分析，若达不到精度要求返回上一步进行修改，直至满足监测要求。
s6、种植面积动态变化统计分析，决策服务。经过以上步骤的处理，已经得到带有准确属性信息的地块图斑数据，使用该数据，采用统计分析软件汇总分析目标作物面积变化趋势，为农业决策服务。
本发明主要基于3s技术，充分发挥了高分辨率影像数据的精确性和中高分辨率影像数据的时效性，能够实现农作种植面积的精确提取，减少遥感解译过程的误差来源，同时减少地面调查人工工作量，能够一定程度的改善目前外业调查工作量大、内业遥感监测误差大的现状，为农作物种植面积动态变化监测提供新的技术方案。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现。专业技术人员可以对每个特定的环节来使用不同方法来实现所描述的监测目的，但是这种实现不应超过本发明的范围。
结合本发明中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机储存器、内存、只读存储器、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其他形式的存储介质中。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。