一种耕地复种指数自动提取方法
【专利摘要】本发明涉及遥感影像信息处理【技术领域】，特别是一种耕地复种指数自动提取方法。该方法基于遥感时序数据，逐像元对年内时序信号进行连续小波变换获得小波系数谱，从小波系数谱中提取一系列小波系数等值线，依据同时检测到的闭合小波系数等值线的个数，以及它们所覆盖的尺度区间是否存在交集的情况，建立熟制判别标准，实现耕地复种指数自动提取。该方法充分利用闭合的等值线与农作物生长峰之间的映射关系，并且通过设置等值线搜索尺度区间、起始数值等条件进一步排除干扰，具有鲁棒性好、分类精度高、自动化程度与抗干扰能力强等特点。
【专利说明】一种耕地复种指数自动提取方法
【技术领域】
[0001]本发明涉及遥感影像信息处理【技术领域】，特别是一种耕地复种指数自动提取方法。
【背景技术】
[0002]耕地复种指数是一年内耕地种植作物的次数。在我国人多地少的大环境下，保持长期稳定并适当合理提高耕地复种指数，不失为确保粮食安全的有效途径。实时快速精准地监测全国范围内耕地复种指数，对于实现农业可持续发展至关重要。耕地复种指数的提取方法分为两类:一类是基于土地调查与农业统计的方法，另一类是基于遥感时序数据的方法。
[0003]传统的基于土地调查与农业统计的方法，依据逐级统计获取的作物播种面积和耕地面积对区域内耕地复种指数进行估计。该方法虽然简单，但时效性差并且容易受到人为因素的干扰，难以满足精准农业的需求。基于遥感时序数据的方法，一般基于遥感植被指数(Vegetation index, VI)年内时序数据,依据不同熟制(一熟制、二熟制、三熟制)的植被指数年内变化周期性特征，从而推断该遥感影像像元的复种指数。
[0004]目前基于遥感时序数据的耕地复种指数研究主要集中在时序遥感数据的平滑拟合方法方面，复种指数判别方法仍以峰值法为主。峰值法的核心思想是:基于遥感时序数据，检测植被指数的年内动态变化，特别是峰谷值的个数，来确定耕地复种指数。其方法简单易行，从象征其生长状态的植被指数中找到对应具有各自不同的生长峰的特点，具有一定的合理性。但峰值法抗噪能力弱，鲁棒性不够，通用性差。总之，通过遥感技术进行年内耕地复种指数监测的技术方法仍不成熟，正处在发展阶段，迫切需要引入一种新型耕地复种指数自动识别方法。
【发明内容】
[0005]本发明的目的在于提供一种耕地复种指数自动提取方法，该方法不需要依赖先验知识，鲁棒性好，分类精度高，自动化程度高。
[0006]为实现上述目的，本发明的技术方案是:一种耕地复种指数自动提取方法，该方法基于时序遥感数据，具体包括如下步骤，
步骤S1:基于年内时序信号，获取经连续小波分解的小波系数谱；
步骤S2:从连续小波分解获得的小波系数谱中，分别提取一系列数值为正值的小波系数等值线；
步骤S3:依次统计每条小波系数等值线是否闭合，将其数量逐一保存在特征值变量N
中；
步骤S4:依据特征变量N的最大值以及多条等值线是否重叠覆盖尺度区间，建立熟制判别标准，进行耕地复种指数的自动提取。
[0007]在本发明实施例中，所述步骤S2，提取等值线的起始值为S，步长为P，终止值为M-P，其中S和P均大于O，M为小波系数谱中的最大值。
[0008]在本发明实施例中，所述步骤S3，判断小波系数等值线是否闭合的依据为:该条等值线所经过的最大和最小尺度行均满足以下条件:该行的记录数为I或者该行中所有最相邻点的列数之差不超过I。
[0009]在本发明实施例中，所述步骤S4，依据特征值变量N建立熟制判别标准为:若特征值变量N最大值等于1，则该像元为单熟制种植；若特征值变量N最大值等于2，则该像元为二熟制种植；若特征值变量N最大值等于4，则该像元为三熟制种植。
[0010]在本发明实施例中，若特征值变量N最大值等于3时，熟制判别标准为:若三条小波系数等值线所覆盖的尺度区间的交集为非空时，判定该像元为三熟制种植，否则为二熟制种植。
[0011]该方法应用在耕地复种指数遥感、遥感影像自动分类领域中。
[0012]相较于现有技术，本发明具有以下有益效果:本发明具有基本不依赖先验知识、鲁棒性好、分类精度高、自动化程度高等特点，主要表现在:(I)基于小波变换的方法，本身具有较好的抗噪能力，能有效地消除小的伪峰谷值的干扰；(2)通过连续小波变换的方法，将原始时序信号转换为一幅二维的小波系数谱，分别从时间与尺度维扩大与形象地刻画原始时序信号，为进一步开展熟制识别奠定了基础；(3)依据闭合的等值线与生长峰之间的对应关系，建立熟制判别标准，并且通过设置等值线搜索尺度区间、起始数值以及判断获得的等值线是否大致属于同一尺度区间内等进一步地排除干扰，从而准确有效地提取耕地复种指数。
【专利附图】
【附图说明】
[0013]图1是本发明实施例的实现流程图。
[0014]图2a为一熟制的MODIS EVI年内时序原始数据信号图。
[0015]图2b为二熟制的MODIS EVI年内时序原始数据信号图。
[0016]图2c为三熟制的MODIS EVI年内时序原始数据信号图。
[0017]图3a为一熟制的MODIS EVI小波系数谱。
[0018]图3b为二熟制的MODIS EVI小波系数谱。
[0019]图3c为三熟制的MODIS EVI小波系数谱。
[0020]图4a为一熟制的小波系数等值线图。
[0021]图4b为二熟制的小波系数等值线图。
[0022]图4c为三熟制的小波系数等值线图。
【具体实施方式】
[0023]下面结合附图，对本发明的技术方案进行具体说明。
[0024]本发明的一种耕地复种指数自动提取方法，该方法基于时序遥感数据，具体包括如下步骤，
步骤S1:基于年内时序信号，获取经连续小波分解的小波系数谱；
步骤S2:从连续小波分解获得的小波系数谱中，分别提取一系列数值为正值的小波系数等值线； 步骤S3:依次统计每条小波系数等值线是否闭合，将其数量逐一保存在特征值变量N
中；
步骤S4:依据特征变量N的最大值以及多条等值线是否重叠覆盖尺度区间，建立熟制判别标准，进行耕地复种指数的自动提取；
其中，所述步骤SI的小波系数谱获取方法包括如下步骤，
步骤Sll:建立研究区内以日为时间步长的年内时序数据集；
步骤S12:剔除研究区内非植被单元；
步骤S13:对研究区内植被单元的年内时序数据集进行连续小波变换，生成小波系数
-1'TfeP曰。
[0025]所述步骤S2，提取等值线的起始值为S，步长为P，终止值为M-P，其中S和P均大于0，M为小波系数谱中的最大值。
[0026]所述步骤S3，判断小波系数等值线是否闭合的依据为:该条等值线所经过的最大和最小尺度行均满足以下条件:该行的记录数为I或者该行中所有最相邻点的列数之差不超过I。
[0027]所述步骤S4，依据特征值变量N建立熟制判别标准为:若特征值变量N最大值等于1，则该像元为单熟制种植；若特征值变量N最大值等于2，则该像元为二熟制种植；若特征值变量N最大值等于4，则该像元为三熟制种植。
[0028]若特征值变量N最大值等于3时，熟制判别标准为:若三条小波系数等值线所覆盖的尺度区间的交集为非空时，判定该像元为三熟制种植，否则为二熟制种植。
[0029]该方法应用在耕地复种指数遥感、遥感影像自动分类领域中。
[0030]以下为具体实施例。
[0031]如图1所示为本发明的一种耕地复种指数自动提取方法的具体实施步骤，具体如下，
步骤S1:建立以日为时间步长的年内时序数据集:
基于一定时间步长为间隔的年内时序遥感影像数据集，如8天最大化合成的MODISEVI时间序列数据集，通过一定的方法，如线性插值方法，建立研究区域每个像元以日为时间步长的年内时序数据集；其中一熟制的MODIS EVI年内时序原始数据信号图如图2a所示，二熟制的MODIS EVI年内时序原始数据信号图如图2b所示，三熟制的MODIS EVI年内时序原始数据信号图如图2c所示；同时，为了消除小波边沿效应的影响，通过复制的方法将其扩展为3年的3年期时序数据集，以此作为耕地复种指数自动识别的基础。
[0032]步骤S2:剔除研究区非植被单元:
通过阈值法首先可以将研究区非植被单元剔除，如设置判断条件为:某像元的植被指数年内时序数据信号的最大值为A，如果Α〈θ，则判定该像元为非植被单元，其中Θ为常数，在本实施例中为0.18。
[0033]步骤S3:逐像元进行连续小波变换，生成小波系数谱:
基于墨西哥帽母小波，逐像元对生成的MODIS EVI年内时序数据进行连续小波变换，从而获得纵横坐标分别为尺度维与时间维的小波系数谱，其中时间维T的取值区间为[1，365]，尺度维S的取值区间为[1，160]，其中一熟制的MODIS EVI小波系数谱如图3a所示，二熟制的MODIS EVI小波系数谱如图3b所示，三熟制的MODIS EVI小波系数谱如图3c所示，小波变换可表示为:
【权利要求】
1.一种耕地复种指数自动提取方法，其特征在于:该方法基于时序遥感数据，具体包括如下步骤， 步骤S1:基于年内时序信号，获取经连续小波分解的小波系数谱； 步骤S2:从连续小波分解获得的小波系数谱中，分别提取一系列数值为正值的小波系数等值线； 步骤S3:依次统计每条小波系数等值线是否闭合，将其数量逐一保存在特征值变量N中； 步骤S4:依据特征变量N的最大值以及多条等值线是否重叠覆盖尺度区间，建立熟制判别标准，进行耕地复种指数的自动提取。
2.根据权利要求1所述的一种耕地复种指数自动提取方法，其特征在于:所述步骤S2，提取等值线的起始值为S，步长为P，终止值为M-P，其中S和P均大于0，M为小波系数谱中的最大值。
3.根据权利要求1所述的一种耕地复种指数自动提取方法，其特征在于:所述步骤S3，判断小波系数等值线是否闭合的依据为:该条等值线所经过的最大和最小尺度行均满足以下条件:该行的记录数为I或者该行中所有最相邻点的列数之差不超过I。
4.根据权利要求1所述的一种耕地复种指数自动提取方法，其特征在于:所述步骤S4，依据特征值变量N建立熟制判别标准为:若特征值变量N最大值等于I，则该像元为单熟制种植；若特征值变量N最大值等于2，则该像元为二熟制种植；若特征值变量N最大值等于4，则该像元为三熟制种植。
5.根据权利要求4所述的一种耕地复种指数自动提取方法，其特征在于:若特征值变量N最大值等于3时，熟制判别标准为:若三条小波系数等值线所覆盖的尺度区间的交集为非空时，判定该像元为三熟制种植，否则为二熟制种植。
6.根据权利要求1、2、3、4或5的任意一项所述的一种耕地复种指数自动提取方法，其特征在于:该方法应用在耕地复种指数遥感、遥感影像自动分类领域中。
【文档编号】G06F19/00GK103927430SQ201410030444
【公开日】2014年7月16日 申请日期:2014年1月23日 优先权日:2014年1月23日
【发明者】邱炳文, 李维娇 申请人:福州大学