[发明专利]一种基于遥感时序数据的冬小麦面积估算方法

权利要求书

1.一种基于遥感时序数据的冬小麦面积估算方法，其特征在于包括以下步骤：

S1. 获取遥感植被指数时序数据，并生成研究区域内每个像元以日为时间步长的植被指数年内时序数据集； 

S2. 利用连续小波变换，将每个像元的植被指数年内时序数据转换为小波系数谱；

S3. 基于所述小波系数谱建立研究区域内表征每个像元年内植被变化特征的小波系数二值图； 

S4. 将N个已知冬小麦样点的小波系数二值图进行叠加操作，将叠加后生成的图像中绝对值大于或等于θ                                               N的区域设置为1，其他区域设置为-1，生成冬小麦的标准小波系数二值图，θ大于0且小于或等于1，N为自然数；

S5. 通过计算每个像元小波系数二值图与冬小麦的标准小波系数二值图叠加后生成的图像中绝对值为2的单元个数占整个图像的比例R，作为冬小麦识别的依据；

S6. 通过统计M个若干已知冬小麦样点的R值分布，建立冬小麦识别标准，M为自然数；

S7. 依据冬小麦识别标准，逐像元实现冬小麦识别，汇总统计得到研究区域冬小麦面积。

2.根据权利要求1所述的基于遥感时序数据的冬小麦面积估算方法，其特征在于：所述步骤S1的实现方式是：根据L天合成的植被指数时序数据，生成研究区域内每个像元以日为时间步长的植被指数年内时序数据集，其中L为大于1的自然数。

3.根据权利要求1所述的基于遥感时序数据的冬小麦面积估算方法，其特征在于：所述步骤S3的实现方式是：将小波系数谱中小波系数大于或等于0的单元赋值为1，其他单元赋值为-1，从而获得数值为1或-1的二维矩阵，称为小波系数二值图。

4.根据权利要求3所述的基于遥感时序数据的冬小麦面积估算方法，其特征在于：生成小波系数二值图的具体步骤是：在纵坐标频率维上，从最低到最高尺度[1,80]逐行进行搜索，如果小波系数谱中行列号分别为i, j的某个单元的小波系数大于或者等于0，则将该单元赋值为1，否则为-1；表示为：

                        （3）

其中表示小波谱中行列号为i, j所处的位置小波系数值，表示小波系数二值图中行列号为i, j所处的位置的取值。

5.根据权利要求4所述的基于遥感时序数据的冬小麦面积估算方法，其特征在于：所述步骤S4的具体实现方式：在N个已知冬小麦样点的小波系数二值图叠加后生成的图像中，从纵坐标频率维[1,80] 从最低到最高尺度开始逐行进行搜索，逐个判断每个点的绝对值是否大于或等于80%N，如果是，则将该点赋值为1，否则为-1，由此生成的图像称为冬小麦的标准小波系数二值图；

    （4）

其中

其中表示若干已知冬小麦样点的小波系数二值图叠加后生成的图像中行列号为i, j所处的位置的取值，表示冬小麦的标准小波系数二值图中行列号为i, j所处的位置的取值。

6.根据权利要求1所述的基于遥感时序数据的冬小麦面积估算方法，其特征在于：所述步骤S6中M为大于100的自然数。

7.根据权利要求1至6任一项所述的基于遥感时序数据的冬小麦面积估算方法，其特征在于：该方法在农作物监测、遥感影像自动分类领域中的应用。