[发明专利]一种基于遥感影像和卷积神经网络的农业干旱监测系统

权利要求书

1.一种基于遥感影像和卷积神经网络的农业干旱监测系统，其特征在于：包括遥感影像采集模块、影像预处理模块、影像存储模块、影像特征提取与分类模块、干旱信息分析与处理模块、干旱信息显示模块、信息查询与推送模块；

所述遥感影像采集模块，通过高分二号卫星采集高分辨率遥感影像；

所述影像预处理模块，使用ENVI软件进行预处理，包括以下操作：辐射定标、正射校正、图像融合、大气校正和图像裁剪；对所获取影像进行辐射定标，将数字量化值转化为具有实际物理意义的值，转化之后卫星传感器记录的信息可以提供地面物体的表面反射率信息；通过全色数据和多光谱数据的RPC信息进行正射校正，获取多中心投影的影像；接着对图像进行融合处理，使用不同传感器的影像信息将全色影像和多光谱影像进行融合，获得空间分辨率较高、容易处理的多光谱影像；接着进行大气校正处理，获取地面物体的真实地表反射率；最后对影像进行裁剪，得到比较清晰的高分辨率遥感影像；

所述影像存储模块，通过对原始高分辨率遥感影像进行预处理，将得到的比较清晰的卫星遥感影像存储到系统里；

所述影像特征提取与分类模块，利用卷积神经网络方法，对经过预处理的高分辨率卫星遥感影像进行特征提取并分类；在特征提取阶段，首先获取经过预处理和归一化处理的遥感影像集，将它们按照6：2：2的比例分为训练集、验证集和测试集，其次，进行卷积神经网络模型的构建，其中包括输入层、卷积层、池化层、全连接层、输出层操作；然后将训练集作为以上卷积神经网络模型的输入进行训练，按照验证集的验证结果进行卷积神经网络模型的改进；最后，使用改进后的卷积神经网络模型，将测试集输入进而完成测试，完成遥感影像特征的提取；在分类阶段，利用训练集的特征训练SVM分类器，将测试集特征输入到SVM分类器进行分类，获取农业区域范围以及相关的农作物信息；

所述干旱信息分析与处理模块，对提取的特征信息进行多模态数据挖掘，进而提取出与干旱数据对应的特征信息，按照最具反映干旱情况的TVDI指数和作物缺水指数CWSI进行综合分析，将提取的干旱信息按照温度植被干旱指数TVDI和作物缺水指数CWSI对干旱数据进行等级划分，及时对干旱状况进行准确的预测；

所述干旱信息显示模块，对干旱信息进行分析与处理之后，使用基于jQuery框架和JavaScript编写实现的开源可视化库Highcharts，实现干旱信息以图表的形式进行可视化显示；在生成的图表中将鼠标移动到某个数据点上，可以显示该点的详细干旱数据；

所述信息查询与推送模块，将干旱信息进行分析之后得到的干旱等级信息导入系统，可以在系统里进行查询，如果分析出相关地域某些时段干旱程度异常时，系统通过紧急推送干旱信息的方式及时通知农业部门工作人员，再由农业部门工作人员及时通知发生干旱状况区域的地方工作人员和农民，防范农作物的生长迟缓及减产问题；同时，鉴于微信庞大的用户量，系统还可以调用API接口通过微信小程序发送实时的干旱监测信息，让农民及时掌握农业的干旱状况。