[发明专利]农作物分类识别方法、装置和电子设备

权利要求书

1.一种农作物分类识别方法，其特征在于，包括：

获取待分类农业遥感图像，所述待分类农业遥感图像中每个像元的地理位置和所述待分类农业遥感图像中每个像元的月均温度数据；

对所述待分类农业遥感图像进行处理，得到所述待分类农业遥感图像中每个像元的目标数据，其中，所述目标数据包括以下至少之一：在各个光谱波段上的地表反射率，归一化植被指数，增强型植被指数；

利用目标分类模型对每个像元的所述地理位置，所述月均温度数据和所述目标数据进行处理，得到所述待分类农业遥感图像中目标农作物的分布数据；

所述方法还包括：

获取训练样本，其中，所述训练样本中包含所述目标农作物的多个生长地区在预设时间段之内的样本像元，每个所述生长地区的地理位置和每个所述生长地区的月均温度数据；

对每个所述样本像元进行处理，得到每个所述样本像元的目标数据；

基于每个所述样本像元的目标数据确定每个生长地区在所述预设时间段内的归一化植被指数时间序列和增强型植被指数时间序列；

基于每个所述生长地区的地理位置，每个所述生长地区的月均温度数据，每个所述样本像元各个光谱波段上的地表反射率，每个所述生长地区的归一化植被指数时间序列和每个所述生长地区的增强型植被指数时间序列对初始分类模型进行训练，得到所述目标分类模型。

2.根据权利要求1所述的方法，其特征在于，对所述待分类农业遥感图像进行处理，得到所述待分类农业遥感图像中每个像元的目标数据，包括：

提取目标像元在各个光谱波段上的地表反射率，其中，所述目标像元为所述待分类农业遥感图像中的任意一个像元；

基于所述目标像元在各个光谱波段上的地表反射率确定所述目标像元的归一化植被指数和增强型植被指数；

基于所述目标像元在各个光谱波段上的地表反射率，所述目标像元的归一化植被指数和增强型植被指数确定所述目标数据。

3.根据权利要求2所述的方法，其特征在于，基于所述目标像元在各个光谱波段上的地表反射率确定所述目标像元的归一化植被指数和增强型植被指数，包括：

利用算式计算所述目标像元的归一化植被指数，其中，表示所述目标像元的归一化植被指数，表示所述目标像元在近红外波段的地表反射率，表示所述目标像元在红光波段的地表反射率；

利用算式计算所述目标像元的增强型植被指数，其中，表示所述目标像元的增强型植被指数，表示预设增益系数，表示所述目标像元在蓝光波段的地表反射率，，为预设常数，表示土壤调节系数。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述待分类农业遥感图像中所述目标农作物的实际分布数据；

基于所述实际分布数据和所述目标分类模型输出的分布数据对所述目标分类模型进行评价，得到评价结果，其中，所述评价结果包括以下至少之一：错分率，漏分率，总体精度，Kappa系数。

5.根据权利要求1所述的方法，其特征在于，所述初始分类模型包括：反向传播人工神经网络模型。