一种基于卫星遥感影像的紫云英种植面积监测方法

本发明属于遥感监测，具体为一种基于卫星遥感影像的紫云英种植面积监测方法。

背景技术：

1、紫云英是中国稻区主要种植和利用的绿肥作物，种植紫云英具有改善土壤理化性状、增加土壤微生物数量和多样性及提高土壤肥力的作用，采用紫云英与水稻轮作的种植方式，对于保护农田生态环境、促进农业可持续发展具有重要意义，是传统农业用地养地的重要举措。随着稻区紫云英种植规模的不断扩大，如何快速准确掌握紫云英种植的空间分布、动态变化等一系列问题的研究和解决变得日益迫切。

2、传统作物种植面积的调查方法为统计调查法，统计调查法依靠实地调查之后通过汇总统计层层上报数据，获得作物种植面积，但其存在费时、费力且受主观因素影响较大的局限，不能大范围使用。

技术实现思路

1、发明目的：为解决现有调查方法中对紫云英种植面积等数据获取费时、费力以及统计数据不确定性的问题，本发明提出了一种基于卫星遥感影像的紫云英种植面积监测方法，通过遥感影像，对区域范围内的紫云英种植分布情况进行监测，具有省时省力、易于区域应用等特点。

2、技术方案：一种基于卫星遥感影像的紫云英种植面积监测方法，包括以下步骤：

3、步骤1：获取研究区多时相遥感影像和研究区范围内地面所有农作物实测样点的经纬度数据；所述的研究区范围内地面所有农作物实测样点包括研究区范围内地面紫云英实测样点和研究区范围内地面同季其他农作物实测样点；

4、步骤2：对研究区多时相遥感影像进行预处理，得到研究区遥感影像；

5、步骤3：对所有研究区遥感影像进行最佳特征组合分析，得到每个时相的最佳特征组合，以及确定最适宜时相和最佳特征组合；

6、步骤4：根据最适宜时相，选取研究区最适宜时相遥感影像；

7、步骤5：将研究区范围内地面所有农作物实测样点在研究区最适宜时相遥感影像上的像元的最佳特征组合作为训练样本对随机森林分类模型进行训练，得到训练好的随机森林分类模型；

8、步骤6：将待监测的研究区遥感影像输入至训练好的随机森林分类模型，得到研究区农作物分类结果，并从中提取出研究区紫云英遥感影像分类结果；

9、步骤7：将研究区紫云英遥感影像分类结果输出为矢量化文件，利用gis软件对该矢量化文件进行面积统计，得到紫云英种植面积。

10、进一步的，研究区每个时相的遥感影像均包括研究区范围内地面紫云英关键生育期的卫星遥感影像。

11、进一步的，所述的对研究区多时相遥感影像进行预处理，具体包括：

12、对每个时相的遥感影像均进行如下步骤的预处理：

13、s210：将每个时相的遥感影像的各个波段影像进行重采样，得到10m分辨率的影像；

14、s220：采用高斯-克吕格投影，对10m分辨率的影像进行统一，得到统一后的遥感影像；

15、s230：根据研究区范围，对统一后的遥感影像进行剪裁和镶嵌，得到该时相的研究区遥感影像。

16、进一步的，步骤3具体包括：

17、对每个时相的研究区遥感影像进行如下操作：

18、s310：根据研究区范围内地面所有农作物实测样点的经纬度数据，提取研究区范围内地面所有农作物实测样点在当前时相的研究区遥感影像上的像元，并获取像元在每个波段的反射率值；

19、s320：利用波段计算，得到研究区范围内地面所有农作物实测样点在当前时相的研究区遥感影像上的像元的归一化植被指数、绿波段归一化植被指数、比值植被指数、绿波段比值植被指数、近红外与红边波段比值植被指数、红绿波段比值植被指数、红与红边波段比值植被指数、绿波段大气阻抗植被指数、转换植被指数、土壤调节植被指数、差值植被指数、倒数差值植被指数、增强植被指数、陆地水指数、转换型差值植被指数、优化土壤调节植被指数、非线性植被指数和改进的非线性植被指数；

20、s330：将s310得到的反射率值和s320得到的各个指数作为特征参数，构建初始特征参数数据集；

21、s340：通过计算各个特征参数的均方根误差下降值，得到各个特征差参数的重要性，均方根误差下降值越大，重要性越大；删除特征参数均方根误差下降值最小的特征参数，以此对特征参数数据集进行更新；将更新后的特征参数数据集输入至随机森林分类器，计算出随机森林分类器的总体分类精度；

22、s350：重复执行s340，直至特征参数数据集为空集，此时，取总体分类精度最大的一组特征参数作为该时相最佳特征组合，并记该总体分类精度作为当前时相的总体分类精度最大值；

23、比较每个时相的总体分类精度最大值，取总体分类精度最高的时相为最适宜时相，该最适应时相对应的最佳特征组合为最适宜特征组合，最适宜时相对应的特征参数为最佳特征组合。

24、进一步的，所述研究区多时相遥感影像为利用带有红边波段的中高分辨率遥感卫星，在不同时间对同一研究区进行观测得到的遥感影像。

25、有益效果：本发明针对现行紫云英种植面积实地调查统计上报方法的不足，利用带有红边波段的中高分辨率卫星数据，探寻确立紫云英可区分性的遥感识别特征及适宜时相，进行紫云英分布提取与面积统计，提升了紫云英种植面积的监测效率和客观性。

技术特征：

1.一种基于卫星遥感影像的紫云英种植面积监测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于卫星遥感影像的紫云英种植面积监测方法，其特征在于：研究区每个时相的遥感影像均包括研究区范围内地面紫云英关键生育期的卫星遥感影像。

3.根据权利要求2所述的一种基于卫星遥感影像的紫云英种植面积监测方法，其特征在于：所述的对研究区多时相遥感影像进行预处理，具体包括：

4.根据权利要求3所述的一种基于卫星遥感影像的紫云英种植面积监测方法，其特征在于：步骤3具体包括：

5.根据权利要求1所述的一种基于卫星遥感影像的紫云英种植面积监测方法，其特征在于：所述研究区多时相遥感影像为利用带有红边波段的中高分辨率遥感卫星，在不同时间对同一研究区进行观测得到的遥感影像。

技术总结
本发明公开了一种基于卫星遥感影像的紫云英种植面积监测方法，包括：获取研究区多时相遥感影像和研究区范围内地面所有农作物实测样点的经纬度数据；对研究区多时相遥感影像进行预处理，得到研究区遥感影像；对所有研究区遥感影像进行最佳特征组合分析，确定出最适宜时相；根据最适宜时相，选取研究区最适宜时相遥感影像；将研究区范围内地面所有农作物实测样点在研究区最适宜时相遥感影像上的像元作为训练样本对随机森林分类模型进行训练，得到训练好的随机森林分类模型；将待监测的研究区遥感影像输入至训练好的随机森林分类模型，得到研究区紫云英遥感影像分类结果；根据研究区紫云英遥感影像分类结果，得到紫云英种植面积。

技术研发人员：王晶晶,邱琳,汪曙
受保护的技术使用者：江苏省农业科学院
技术研发日：
技术公布日：2024/1/12