[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

说明书

本发明公开了一种基于遥感影像和卷积神经网络的农业干旱监测系统。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。它们分别负责高分遥感影像采集、遥感影像预处理、遥感影像存储、影像特征提取与分类、信息分析与处理、干旱信息可视化显示、信息查询与推送。本发明采用卷积神经网络，可以解决平移、旋转、尺度缩放等形式的变化问题，并利用它强大的特征提取能力，对高分辨率卫星遥感影像进行特征提取。可实现查询干旱信息、干旱等级划分、干旱信息可视化显示、监测与预测干旱状况等功能，满足当前遥感影像数据增长背景下对农业干旱监测的需要。

技术领域

本发明属于图像处理、监测技术领域，特别涉及一种基于遥感影像和卷积神经网络的农业干旱监测系统。

背景技术

干旱是一种因降水量与当地作物需水状况不协调而普遍发生的全球性自然灾害。如今，在全球气候日益变暖的环境下，降水分布不均的情况进一步加剧，导致干旱发生的频率在逐步上升，干旱问题亟需得到解决。由于其发生初期察觉难度大，频发次数多、持续时间长以及影响范围广等特点，严重影响农作物的生长和粮食产量，威胁社会的安全。因此，研究适合于农业的干旱监测方法，做好旱情的监测至关重要。目前的农业干旱监测方法：采用地面气象观测站点的数据采集方法，通过一些表示干旱强度和持续时间的干旱监测指数来划分干旱等级；采用中低分辨率卫星影像的数据获取方法，进行人工设计特征提取并通过分类器根据提取特征进行区域的分类。目前主要通过以上两种方法监测干旱的程度和范围，开展干旱预警工作。农业部门以此作为农业干旱监测的依据，在发生农业干旱甚至更严重情况下需要投入大量工作人员进行处理，无法及时通知发生干旱区域的农民。因此以上方案主要存在如下四点不足：

(1)由于观测站点少，且存在站点分布不均，代表性差的问题，并且在监测时需要消耗大量的人力、物力。

(2)由于采用未充分反映干旱的指数数据来判定农业区域干旱的程度，存在准确性低、无法判断干旱的状况，导致无法对干旱问题进行有效的补救。

(3)由于无法对大面积农作物种植区和土壤水分进行有效且精确的监测，导致干旱监测不足且监测结果精准性、时效性不高。

(4)人工设计特征提取方式，难以准确描述具体应用场景如农业区域的数据规律，泛化能力差，对于具体应用模型的选择非常困难，难以提取目标的高层抽象信息。

鉴于此，传统的农业干旱监测方法已经越来越难以满足我国在农业干旱监测方面中对干旱数据处理的时效性要求。高分二号卫星是迄今为止我国自主研发的空间分辨率最高、观测幅宽最大、设计寿命最长的民用遥感卫星，具备1米分辨率全色和4米分辨率多光谱光学成像、高辐射精度、高定位精度和快速姿态机动的能力。它不仅可以自主获取海量的高分卫星影像数据，还可以快速获取农业干旱信息。卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的经典代表算法之一。卷积神经网络包括输入层、隐含层、输出层，而隐含层又分为卷积层、池化层以及全连接层。它具有很好的图像特征抽取能力，并且可以通过局部感受野、权重共享以及降采样来降低网络模型的复杂度。在对海量且复杂度高的高分辨率卫星影像数据进行特征提取时，卷积神经网络可以解决平移、旋转、尺度缩放等形式带来的变化问题，并利用它强大的特征提取能力，对高分辨率卫星遥感影像的多样化特征进行精细化处理和提取。因此有必要研制一种基于遥感影像和卷积神经网络的农业干旱监测系统，采用高分二号卫星获取遥感影像数据，使用卷积神经网络方法提取遥感影像特征，提取出农业区域的遥感影像并分析农业区域的干旱状况，进行干旱等级的划分，方便农业部门对农业干旱进行实时监测与查询，缓解农业干旱状况，实现干旱的动态监测，提升我国农业现代化管理质量，助力我国“智慧农业”的建设，促进农业更科学、更智能发展。

本发明设计的一种基于遥感影像和卷积神经网络的农业干旱监测系统可以实现以下功能：

1.查询干旱信息：系统可以通过高分卫星遥感影像获取数据源，进行特征提取并处理分析，获取干旱监测信息，如地表温度、植被状况等。