[发明专利]基于物候学和遥感的农作物识别方法

权利要求书

1.一种基于物候学和遥感的农作物识别方法，其特征在于，包括：

步骤1、对目标农作物的物候期进行分析以获取目标农作物在不同时间段的生长状态；

步骤2、根据目标农作物的生长规律，确定目标农作物的生长的物候历，并遥感数据的第四红光波段band4和第五红外波段band5，计算目标农作物的植被指数NDVI，

NDVI＝(band5-band4)/(band5+band4)；

步骤3、根据目标农作物在不同时间段的生长状态和对应的NDVI值，生成提取目标农作物的整个生长期的NDVI序列；

步骤4、利用分类树算法，根据NDVI值识别农作物和背景。

2.根据权利要求1所述的基于物候学和遥感的农作物识别方法，其特征在于，所述步骤4具体包括：

获取目标区域的NDVI值，并判断NDVI≤0.15是否成立，如果是则该目标区域为水体，如果否，则根据目标区域的NDVI值与目标农作物在生长期的NDVI曲线相匹配，以区分目标区域为农业用地还是非农业用地。

3.根据权利要求1所述的基于物候学和遥感的农作物识别方法，其特征在于，所述方法还包括：

步骤5、利用遥感光谱信息反演植被指数NDVI，并建立植被指数与产量的关系模型以预测产量。

4.根据权利要求3所述的基于物候学和遥感的农作物识别方法，其特征在于，所述步骤5具体包括：

获取预设时间段内不同生长时期下目标区域的水稻种植面积每个像元的NDVI均值，以及预设时间段内的单位面积产量；

建立如公式1所示的多元回归模型，将水稻单位产量进行估算与实际值比较，选取方程拟合相关系数指标并计算与实际之间的相关关系，对多元回归模型进行评价分析；

Y＝2116.8X₁+9338.4X₂+3351.4X₃+13829.7X₄–17930.9X₅-2300.4 (公式1)

其中，X₁为分蘖期初期的目标区域水稻的NDVI均值；X₂为分蘖期中期的目标区域水稻的NDVI均值；X₃为分蘖期后期的目标区域水稻的NDVI均值；X₄为抽穗期早期的目标区域水稻的NDVI均值；X₅为抽穗期晚期的目标区域水稻的NDVI均值；

用率定的方程对预设区域的水稻单位产量进行估算。

5.根据权利要求3所述的基于物候学和遥感的农作物识别方法，其特征在于，所述步骤5具体包括：

获取预设时间段内不同生长时期下目标区域的玉米种植面积每个像元的NDVI均值，以及预设时间段内的单位面积产量；

建立公式2的多元回归模型，将玉米单位产量进行估算与实际值比较，选取方程拟合相关系数指标并计算与实际之间的相关关系，对多元回归模型进行评价分析；

Y＝4639-108574X₁+46498X₂+19556X₃+191661X₄-158471X₅

(公式2)

其中，X₁表示拔节期的目标区域玉米的NDVI均值；X₂为抽穗期早期的目标区域玉米的NDVI均值；X₃为抽穗期晚期的目标区域玉米的NDVI均值；X₄为蜡熟期早期的目标区域玉米的NDVI均值；X₅为蜡熟期晚期的目标区域玉米的NDVI均值；

用率定的方程对预设区域的玉米单位产量进行估算。