[发明专利]水田信息提取方法及系统

说明书

本发明公开了水田信息提取方法及系统，属于农作物技术领域。水田信息提取方法为分别采集被监测区域在同一年的裸土时期、水田灌水时期和作物生长期中期的监测数据；对所述监测数据进行预处理；对经预处理后的所述裸土时期的监测数据和所述作物生长期中期的监测数据进行多尺度分割，获取耕地区域数据；采用非监督分类迭代自组织分析算法以所述耕地区域数据为掩膜对经预处理后的所述水田灌水时期的监测数据进行获取水田数据；对所述水田数据栅格数据矢量化，以获取水田作物的播种范围和面积信息。本发明能够快速、准确地获取水田耕地信息，利用少量遥感影像数据，避免了数据的冗余。

技术领域

本发明涉及农作物技术领域，尤其涉及一种基于非监督分类迭代自组织分析算法的水田信息提取方法及系统。

背景技术

坚守18亿亩耕地保护红线是当前及今后国土资源管理部门的重要职责，当前国家正在开展永久性基本农田划定，保护耕地，特别是对耕地中水田的保护是耕地保护工作的重要内容。目前，水田的遥感提取大多选择长时间序列数据源和监督分类的方法，一方面，该方法需要的数据量大，造成了数据的冗余；另一方面，监督分类方法不仅耗费较大的人力和时间，而且由于人工参与较多导致分类结果的精度下降。

发明内容

针对目前水田信息提取方法所需数据量大、分类过程人工参与较多的问题，现提供一种旨在实现可利用少量数据源、无需人工参与提取数据效率高的水田信息提取方法及系统。

本发明提供了一种水田信息提取方法，包括下述步骤：

S1.分别采集被监测区域在同一年的裸土时期、水田灌水时期和作物生长期中期的监测数据；

S2.对所述监测数据进行预处理；

S3.对经预处理后的所述裸土时期的监测数据和所述作物生长期中期的监测数据进行多尺度分割，获取耕地区域数据；

S4.采用非监督分类迭代自组织分析算法以所述耕地区域数据为掩膜对经预处理后的所述水田灌水时期的监测数据进行获取水田数据；

S5.对所述水田数据栅格数据矢量化，以获取水田作物的播种范围和面积信息。

优选的，所述裸土时期监测数据采用高分一号WFV数据，或HJ-1A/1B CCD数据，或Landsat-8数据，或Sentinel-2A数据；

所述水田灌水时期监测数据采用高分一号WFV数据，或HJ-1A/1B CCD数据，或Landsat-8数据，或Sentinel-2A数据；

所述作物生长期中期监测数据采用高分一号WFV数据，或HJ-1A/1B CCD数据，或Landsat-8数据，或Sentinel-2A数据。

优选的，所述对所述监测数据进行预处理，包括：

当所述监测数据为WFV数据时，对所述监测数据进行预处理为：对所述WFV数据依次进行大气校正、正射校正、正射校正和自动配准处理；

当所述监测数据为HJ-1A/1B CCD数据时，对所述监测数据进行预处理为：对所述HJ-1A/1B CCD数据依次进行大气校正、正射校正、正射校正和自动配准处理；

当所述监测数据为Landsat-8数据时，对所述监测数据进行预处理为：将所述HJ-1A/1B CCD数据的蓝波段、绿波段、红波段和近红外波段叠加，采用立体卷积法与全色波段进行融合处理；

当所述监测数据为Sentinel-2A数据时，对所述监测数据进行预处理为：将所述Sentinel-2A数据的蓝波段、绿波段、红波段和近红外波段分别进行格式转换，再进行波段叠加处理。

优选的，在所述步骤S3中，对经预处理后的所述裸土时期的监测数据和所述作物生长期中期的监测数据进行多尺度分割，获取耕地区域数据，包括：