一种基于Landsat 8影像二维特征空间的芦笋种植面积提取方法
【技术领域】
[0001]本发明涉及一种基于Landsat 8影像二维特征空间的芦笋种植面积提取方法，属于卫星遥感农业技术领域。
【背景技术】
[0002]近年来，由于农业产业结构的调整，特色农作物在某些地区有了较大的空间分布。蔬菜是城乡居民生活必不可少的重要农产品，改革开放以来，我国蔬菜产业发展迅速，在保障市场供应、增加农民收入等方面发挥了重要作用。及时准确地了解蔬菜等经济作物的种植面积，对保障农产品的有效供给、加强市场监测预警以及促进蔬菜产业的可持续发展具有重要作用。
[0003]遥感技术具有宏观、动态、快速、准确等优势，这决定了遥感技术能快速应用于农业领域。自遥感技术应用以来，国内外研究人员开展了一系列利用遥感技术提取作物种植面积的研究并取得显著进展。芦笋是世界十大名菜之一，芦笋种植产业具有显著的经济效益，研究发明一种芦笋种植面积的遥感提取方法具有重要现实意义。
[0004]Landsat 8卫星于2013年2月13日成功发射，目前可以在美国地质调查局网站免费下载数据，Landsat 8卫星按近极点太阳同步轨道绕地球飞行，轨道高度为705km，轨道倾角98.2°，每98.9分钟绕地球一圈，每16天覆盖地球一遍，降交点时间为当地时间上午10时至10时15分，卫星数据下行速率为441Mbps。卫星携带两个主要载荷OLI和TIRS。Landsat8卫星数据很好地延续了 Landsat系列卫星的一贯特点，将为遥感应用的持续发展发挥重要作用。Landsat 8的波段范围有所变化，其中尤以近红外和全色波段的波长范围变化最明显，另外，Landsat 8的TIRS有2个热红外波段。
【发明内容】
[0005]术语解释
[0006]1、几何校正，是指通过一系列的数学模型来改正和消除遥感影像成像时因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的原始图像上各地物的几何位置、形状、尺寸、方位等特征与在参照系统中的表达要求不一致时产生的变形。
[0007]2、辐射校正，在遥感传感器观测目标地物辐射或反射的电磁能量时，从传感器得到的测量值与目标地物的光谱辐射亮度是不一致的，传感器的光电系统特征、太阳高度、地形及大气条件等都会引起光谱亮度的失真，消除或改正因辐射误差而引起影像畸变的过程成为辐射校正。
[0008]针对现有技术的不足，本发明公开了一种基于Landsat 8影像二维特征空间的芦笋种植面积提取方法；
[0009]本发明所用数据为新一代陆地卫星Landsat 8遥感影像数据，使用Landsat 8数据的热红外波段以及多光谱的绿波段、红外波段、近红外波段和中红外波段。
[0010]本发明的技术方案为:
[0011]一种基于Landsat 8影像二维特征空间的芦笋种植面积提取方法，具体步骤包括:
[0012]⑴获取数据
[0013]获取芦笋种植区域的相关数据，芦笋种植区域的相关数据包括:芦笋种植区域经玮度、芦笋种植区域地表覆盖类型、芦笋种植区域地形、芦笋种植区域耕地参数；选取Landsat 8卫星数据作为芦笋种植区域遥感影像；
[0014]现有的遥感数据源有很多，例如，环境小卫星HJ数据、资源三号卫星数据、高分一号数据、MODIS数据、Landsat 8卫星数据等。不同的遥感数据具有不同的空间、时间分辨率，数据质量、获取途径有差异。
[0015]Landsat 8卫星数据在美国地质调查局网站免费下载，Landsat 8卫星数据包含11个波段信息，光谱分辨率高；Landsat 8卫星数据空间分辨率为30米，全色波段的空间分辨率可达15米，具有较高的空间分辨率，Landsat 8卫星数据符合芦笋遥感提取的时间需求，数据质量合格，空间分辨率满足提取要求，且可以免费获取，基于以上数据特点选择Landsat 8卫星数据作为数据源。
[0016](2)对步骤(I)获取的芦笋种植区域遥感影像依次进行影像剪裁、几何校正、大气辐射校正处理；
[0017](3)对通过步骤(2)获取的芦笋种植区域遥感影像求取归一化差值植被指数NDVI，进行阈值分割，掩膜去除除芦笋外的其它植被像元，除芦笋外的其它植被像元包括:水体像元、小麦像元及除芦笋、水体、小麦外的其它植被像元；
[0018]归一化差值植被指数NDVI是指植被生长状态及植被覆盖度的最佳指示因子；
[0019]植被指数NDVI的计算公式如式(I )所示:
[0020]NDVI = (NIR-R)/(NIR+R)( I )
[0021]式(I )中，NIR表示Landsat 8卫星第5波段即近红外波段的反射率；R表示Landsat 8卫星第4波段即可见光红波段的反射率；
[0022]求取的归一化差值植被指数NDVI中，NDVKO的像元为水体像元，NDVI>0.3的像元为小麦像元及除芦笋、水体、小麦外的其它植被像元；
[0023]此处设计的优势在于，研究表明，通过归一化差值植被指数NDVI进行阈值分割可以有效区分植被、水体、道路、裸地和建筑用地，根据归一化差值植被指数NDVI的差异性，本发明先将水体和小麦从影像中区分开，然后掩膜去除水体、小麦及除芦笋、水体、小麦外的其它植被，便于减小异物同谱的影像，为提取芦笋种植面积做准备，提高分类精度。
[0024](4)通过步骤(3)获取的芦笋种植区域遥感影像包括建筑物、道路和芦笋，获取建筑物的像元、道路的像元和芦笋的像元在近红外波段和可见光红波段的二维特征空间，即NIR-Red特征空间的分布散点图；在获取的分布散点图中，道路的像元和建筑物的像元呈离散分布，芦舆的像元呈土壤线分布，对芦舆的像元拟合出土壤线I = ax+b，其中，X = R，y=NIR ；
[0025](5)在遥感图像处理软件envi中，采用波段运算的方法，将近红外波段和可见光红波段的值进行线性运算，所述波段运算的计算公式为:r = NIR-aR ;其中，r表示波段运算后的结果，NIR表示近红外波段，R表示可见光红波段；
[0026](6)经过步骤(5)所述波段运算，确定合理阈值，对步骤(3)得到的掩膜结果图像进行阈值分割，掩膜去除建筑物及道路，提取芦笋种植区域的面积。
[0027]上述芦笋种植面积提取方法的原理为:
[0028]利用Landsat 8影像数据，通过分析芦笋与其他地物归一化差值植被指数NDVI特征，首先，利用阈值分割方法除芦笋外的其它植被像元，再进一步分析建筑物、道路和芦笋的影像二维特征空间，发现芦笋土壤线分布规律，并通过波段运算结果确定芦笋种植区阈值，最后进行芦笋种植面积提取。
[0029]根据本发明优选的，所述影像剪裁，具体是指:在envi软件中，选择主菜单中OpenImage File，打开芦舆种植区域遥感影像，点击basic tool下的resize data，选择SpatialSubset ;进入芦笋种植区域遥感影像裁剪界面，选择根据已有的ROI文件，进行影像剪裁，选择路径及文件名，完成影像剪裁。
[0030]根据本发明优选的，所述几何校正，具体是指:在envi软件中，选择主菜单中OpenImage File，打开芦舆种植区域遥感影像和基准影像，在主菜单Map中选择Registrat1n，然后选择Select GCPs:1mage to map，打开几何校正模块；选择显示基准影像Base Image,显示Landsat 8影像的Display为待校正影像Warp Image,点击OK进入采集地面控制点；在两个Display中找到相同区域，在Zoom窗口中，点击左小下角第三个按钮，打开定位十字光标，将十字光标到相同点上，点击Ground Control Points Select1n上的Add Point按钮，将当前找到的点加入控制点列表；用同样的方法继续寻找其余的点，当选择控制点的数量达到3时，RMS被自动计算；Ground Control Points Select1n上的Predict按钮可用，选择0pt1ns>Auto Predict，打开自动预测功能；这时在Base Image上定位点，WarpImage 上会自动预测区域；点击 Ground Control Points Select1n 上的 Show List 按钮，看到选择的所有控制列表；选择Image to Image GCP List上的0pt1ns>0rder Points byError,按照RMS值有高到底排序，调整RMS过高的点，总的RMS值小于I个像素时，完成控制点的选择；点击 Ground Control Points Select1n 面板上的 File>Save GCPs to ASCII，将控制点保存；在 Ground Control Points Select1n 上，选择 0pt1ns>Warp File (asImage to Map)，选择校正文件；在校正参数面板中，默认投影参数和像元大小与基准影像一致；投影参数保持默认，在X和Y的像元大