[发明专利]一种油棕林遥感提取方法

说明书

本发明涉及一种油棕林遥感提取方法，其特征在于，包括以下步骤：1)对遥感影像进行图像分割，计算分割后的每一斑块的植被归一化指数NDVI，提取遥感影像中的植被区；2)提取遥感影像中不同方向的直线段，依次计算每一斑块的线段垂直度；3)设定斑块的线段垂直度阈值，对于植被区内的斑块，将大于线段垂直度阈值的斑块设置为疑似油棕林区域；4)根据DEM高程数据，将疑似油棕林区域中不属于油棕林生长区域的斑块剔除，得到提取的油棕林区域。本发明的主要特点是将油棕林的光谱特征、地形特征以及道路线段垂直特征相结合，避免了油棕林与其它林地、灌草的混淆，以此实现油棕林的高精度提取。

技术领域

本发明属于数字图像处理技术领域，特别涉及一种油棕林遥感提取方法。

背景技术

棕榈油是食用油类非常好的替代品，其中饱和脂肪酸含量比黄油更低，能够更加健康的满足人体需求。生产棕榈油的油棕，一般亩产棕油200千克左右，比花生产油量高五倍，是大豆产油量的近10倍，具有“世界油王”之称。但另一方面，油棕林的大肆扩张也带来了碳排放、生物多样性锐减等生态环境问题。开展油棕林的空间分布监测，对于油棕林的管理具有重要意义。然而，传统的实地调查存在费时、费力、观测尺度小等问题。与现场调查相比，遥感技术在油棕林监测方面具有省时、省力、观测范围广、信息获取快等优势，已成为现今油棕林监测和管理不可或缺的手段。因此，针对油棕林的高精度遥感提取是一件非常有意义的工作。

现有的油棕林遥感提取方法主要存在以下两个问题：(1)使用高空间分辨率的遥感影像进行提取，在大区域监测时，成本非常高，数据处理量大，并且由于重访周期短，数据也很难获取(Dong R,Li W,Fu H,et al.Oil palm plantation mapping from high-resolution remote sensing images using deep learning[J].International Journalof Remote Sensing,2020,41(5):2022-2046.)；(2)已有的中分影像提取仅使用油棕的光谱信息，导致提取精度较低。因为油棕本身也是一种乔木林，在中分影像上，其光谱就与其它林地或灌草易混，加上油棕林不同品种、不同生长年龄、林下种植作物等都会极大的影响光谱特征，进一步降低提取精度(Cheng Y,Yu L,Xu Y,et al.Towards global oil palmplantation mapping using remote-sensing data[J].International Journal ofRemote Sensing,2018,39(18):5891-5906.)。

本发明在光谱特征的基础上，还使用引入油棕林生长的地形特征以及油棕林的规划垂直道路在影像中的垂直线段特征，实现油棕林在中分影像中大范围自动提取问题。

对中外文专利文献等进行检索，现有技术中没有采用这种多特征融合的油棕林遥感提取方法。

发明内容

针对上述问题，本发明提出了一种油棕林遥感提取方法，该方法利用油棕林的光谱特征、地形特征以及道路直线段垂直特征，实现油棕林的高精度自动提取。

本发明的具体技术方案是一种油棕林遥感提取方法，其特征在于，包括以下步骤：

1)对遥感影像进行图像分割，计算分割后的每一斑块的植被归一化指数NDVI，提取遥感影像中的植被区；

2)提取遥感影像中不同方向的直线段，依次计算每一斑块的线段垂直度；

3)设定斑块的线段垂直度阈值，对于植被区内的斑块，将大于线段垂直度阈值的斑块设置为疑似油棕林区域；

4)根据DEM高程数据，将疑似油棕林区域中不属于油棕林生长区域的斑块剔除，得到提取的油棕林区域。

更进一步地，所述的步骤1)中提取植被区的具体方法是，