技术特征：
1.一种基于多时相遥感影像的茶园识别方法，其特征在于，包括以下步骤：确定茶叶的物候期和农事操作时期，采集待识别区域在所述物候期和农事操作时期的多时相遥感影像数据；根据所述遥感影像数据计算归一化植被指数值和预先构建的归一化目标作物差异指数值，并获取所述待识别区域的海拔高度值和所述遥感影像数据中每一波段的光谱特征值；根据得到的各个特征值分别计算归一化植被指数、归一化目标作物差异指数、海拔特征和光谱特征的权重；根据每个特征值的权重进行类别划分，得到所述待识别区域的识别结果。2.根据权利要求1所述的一种基于多时相遥感影像的茶园识别方法，其特征在于，所述遥感影像数据是由哨兵2号卫星提供的。3.根据权利要求2所述的一种基于多时相遥感影像的茶园识别方法，其特征在于，在所述采集待识别区域在所述物候期和农事操作时期的多时相遥感影像数据之后还包括：过滤所述遥感影像数据中包含沿海气溶胶、水蒸气和卷云波段的影像，并对过滤后的遥感影像数据进行辐射校正和大气校正。4.根据权利要求1所述的一种基于多时相遥感影像的茶园识别方法，其特征在于，所述归一化目标作物差异指数的构建方法，包括：采集训练样本，所述训练样本中包含茶园样本和各对照组样本；将所述茶园样本与各对照组样本进行比对，分别提取出茶园和各对照组对应的遥感影像波段特征；根据所述波段特征构建归一化目标作物差异指数，所述归一化目标作物差异指数为：ndci＝(b
max-b
min
)/(b
max
+b
min
)其中，b
max
表示同一时间目标作物波段在所有类别中处于最高点的波段信息，b
min
表示同一时间目标作物波段在所有类别中处于最低点的波段信息。5.根据权利要求1所述的一种基于多时相遥感影像的茶园识别方法，其特征在于，所述根据得到的各个特征值分别计算归一化植被指数、归一化目标作物差异指数、海拔特征和光谱特征的权重，包括：分别以归一化植被指数、归一化目标作物差异指数、海拔特征和光谱特征为分类特征构建多个以茶园与非茶园为分类目标的第二分类器；将得到的各个特征值输入每个所述第二分类器中进行训练，并将同一特征下不同类别的分类准确率的和作为对应特征的多类权重。6.根据权利要求5所述的一种基于多时相遥感影像的茶园识别方法，其特征在于，所述根据每个特征值的权重进行类别划分，得到所述待识别区域的识别结果，包括：将训练结果中重复出现在不同类别中的点和未知类别的点组合成新的数据集，以每个特征的多类权重为划分依据进行投票，得到所述待识别区域的全部识别结果。7.根据权利要求1所述的一种基于多时相遥感影像的茶园识别方法，其特征在于，所述方法还包括：对所述遥感影像数据作时相差分处理，得到时序差异数据源，所述时序差异数据源用于表征遥感影像的时间变化特征。8.一种基于多时相遥感影像的茶园识别装置，其特征在于，包括：
获取模块，用于确定茶叶的物候期和农事操作时期，采集待识别区域在所述物候期和农事操作时期的多时相遥感影像数据；提取模块，用于根据所述遥感影像数据计算归一化植被指数值和预先构建的归一化目标作物差异指数值，并获取所述待识别区域的海拔高度值和所述遥感影像数据中每一波段的光谱特征值；划分模块，用于根据得到的各个特征值分别计算归一化植被指数、归一化目标作物差异指数、海拔特征和光谱特征的权重；识别模块，用于根据每个特征值的权重进行类别划分，得到所述待识别区域的识别结果。9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如权利要求1～7中任一项所述的一种基于多时相遥感影像的茶园识别方法。10.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序使计算机执行时实现如权利要求1～7中任一项所述的一种基于多时相遥感影像的茶园识别方法。
技术总结
本申请公开了一种基于多时相遥感影像的茶园识别方法、装置、设备及存储介质，涉及农业遥感技术领域，包括以下步骤：确定茶叶的物候期和农事操作时期，采集待识别区域对应的多时相遥感影像数据；根据遥感影像数据计算归一化植被指数值和预先构建的归一化目标作物差异指数值，并获取其海拔高度值和每一波段的光谱特征值；根据得到的各个特征值分别计算归一化植被指数、归一化目标作物差异指数、海拔特征和光谱特征的权重；根据每个特征值的权重进行类别划分，得到待识别区域的识别结果。本申请充分考虑茶叶的生长时期和重要的农事操作时间特征，并根据茶园在该时间段的遥感光谱特征构建新的特征指数，再配合分类算法，可精准识别茶园信息。别茶园信息。别茶园信息。
技术研发人员：曹利 顾惠波 叶洪波 岳晓兰
受保护的技术使用者：浙江甲骨文超级码科技股份有限公司
技术研发日：2022.09.13
技术公布日：2022/12/22