CN107314990-CN201710750043-一种春玉米遥感识别方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107314990 A (43)申请公布日 2017.11.03 (21)申请号 201710750043.5 (22)申请日 2017.08.28 (71)申请人 北京师范大学 地址 100875 北京市海淀区新街口外大街 19号 (72)发明人 朱文泉　唐珂　詹培　 (51)Int.Cl. G01N 21/55(2014.01) G01N 21/17(2006.01) G01N 21/3563(2014.01) G01N 21/359(2014.01) 权利要求书1页 说明书5页 附图1页 (54)发明名称 一种春玉米遥感识别方法 (57)摘要 本发明公开了一种春玉米遥感识别方法。利 用春玉米的遥感红光反射率、近红外反射率以及 归一化差值植被指数在其特定物候期相对于其 他地物类型的差异，通过分类体系构建、训练样 本选取、各地物类型遥感属性指标时间序列曲线 均值提取、识别特征选择、特征阈值确定和春玉 米识别模型构建，提取区域范围内春玉米的空间 分布信息。本方法的特点是可基于先验知识选择 多个遥感属性指标来构建判别规则，然后采用决 策树分类对区域范围内的春玉米进行识别，且识 别精度较高；方法的稳定性和普适性较高，可应 用于大范围春玉米遥感提取工作的业务化实施。 A 0 9 9 4 1 3 7 0 1 N C CN 107314990 A 权　利　要　求　书 1/1页 1.一种春玉米遥感识别方法，其特征在于包括如下步骤： A、分类体系构建，根据区域范围内的地物类型结构和春玉米与其他地物类型的遥感光 谱混分情况，构建相应的分类体系； B、各地物类型训练样本选取，根据所构建的分类体系和当地主要农作物物候历，基于 高空间分辨率遥感影像和实地调查数据，遵循训练样本选取的基本原则，选取各地物类型 的训练样本； C、各地物类型遥感属性指标时间序列曲线均值提取，基于各地物类型训练样本数据， 提取各地物类型训练样本在遥感红光反射率、近红外反射率以及归一化差值植被指数数据 上的时间序列曲线均值； D、识别特征选择，结合区域的物候历数据，根据提取的各地物类型遥感属性指标时间 序列曲线均值，选择各地物类型遥感属性指标时间序列曲线均值在春玉米特定物候期的差 异作为识别特征； E、特征阈值确定，根据选择的识别特征，统计各识别特征所对应的各地物类型训练样 本的频数分布，根据频数分布图，将各地物类型区分程度最大处所对应的特征取值作为相 应识别特征的阈值； F、春玉米识别模型构建，根据识别特征及其对应的特征阈值，构建春玉米识别模型； G、春玉米空间分布信息提取，基于区域的遥感红光反射率、近红外反射率以及归一化 差值植被指数时间序列数据，利用构建的春玉米识别模型，提取区域范围内春玉米的空间 分布信息。 2.根据权利要求1所述的一种春玉米遥感识别方法，其特征在于，所述步骤D中所说的 识别特征分别为春玉米抽雄期至乳熟期、拔节期前期、成熟期前期的归一化差值植被指数 均值，拔节期前期的红光反射率均值，拔节期前期和成熟期的近红外反射率均值。 3.根据权利要求1所述的一种春玉米遥感识别方法，其特征在于，所述步骤F中的春玉 米识别模型为以下6个数学公式得到的结果求交集。 Mean(NDVI抽雄期至乳熟期)T1 Mean(NDVI拔节期前期)T2 Mean(NDVI成熟期前期)T3 Mean(RED拔节期前期)T4 Mean(NIR拔节期前期)T5