[发明专利]基于云平台的耦合主被动遥感影像的大蒜作物识别方法

说明书

本发明提出了一种基于云平台的耦合主被动遥感影像的大蒜作物识别方法，其步骤为：首先，基于大蒜物候特征获得光学卫星遥感影像，并结合大蒜的地理坐标信息构建大蒜光学影像识别决策树模型，进而得到大蒜光学分布图；其次，基于合成孔径雷达卫星获得大蒜、冬小麦的雷达影像特征，并结合大蒜的地理坐标信息构建大蒜雷达影像识别决策树模型，进而得到大蒜雷达分布图；最后，对大蒜光学分布图、大蒜雷达分布图进行耦合，即选取两种分布图的交集，完成大蒜遥感识别制图。本发明综合利用了光学卫星影像和合成孔径雷达影像的优势，解决了大蒜与冬小麦不易区分的技术难题，实现了基于云平台的地理空间大区域尺度上大蒜分布遥感精准自动识别。

技术领域

本发明涉及遥感目标识别技术领域，特别是指一种基于云平台的耦合主被动遥感影像的大蒜作物识别方法。

背景技术

大蒜作物和冬小麦作物同属于越冬作物，具有相似的生长期和光谱特征。单一依靠光学卫星影像难以准确区分大蒜作物与冬小麦作物。相对冬小麦作物的播种面积，大蒜作物的播种面积较少，且大蒜地块多与冬小麦地块交错分布，进一步制约了大蒜作物遥感识别的精度。如何通过卫星影像实现大蒜作物与冬小麦作物的准确区分，是作物遥感识别领域的难点之一。

遥感大数据的处理过程复杂，数据计算量巨大，远远超出个人计算机的数据处理能力。Google Earth Engine云计算平台集成了全球公开的遥感数据，并且提供个性化的数据处理服务，用户只需将相关数据处理算法以Google Earth Engine语言的方式编程运行，Google Earth Engine在后台就会自动调用Google的数以万计的服务器以并行运算的方式快速完成数据处理任务，并将结果反馈给用户。Google Earth Engine解决了遥感大数据处理的难题，为作物遥感识别的自动化、业务化运行提供了机遇和平台。

发明内容

针对上述背景技术中存在的不足，本发明提出了一种基于云平台的耦合主被动遥感影像的大蒜作物识别方法，解决了现有遥感识别技术中无法准确识别大蒜作物的技术问题。

本发明的技术方案是这样实现的：

一种基于云平台的耦合主被动遥感影像的大蒜作物识别方法，其步骤如下：

S1、在Google Earth Engine云计算平台上通过调取目标年份大蒜作物主产区的MODIS-NDVI时序影像，根据MODIS-NDVI时序影像获取大蒜作物和其他林草植被的物候信息；

S2、在Google Earth Engine云计算平台上通过调取目标年份大蒜作物主产区的Sentinel-2时序影像及Landsat-8时序卫星影像，并结合大蒜作物的物候信息获得光学合成影像数据集；

S3、使用手持GPS获取、记录大蒜作物主产区的大蒜作物和冬小麦作物的地理坐标信息；

S4、基于步骤S2中得到的光学合成影像数据集和步骤S3中得到的大蒜作物的地理坐标信息，构建大蒜作物光学影像识别决策树模型；

S5、根据步骤S4中得到的大蒜作物光学影像识别决策树模型对步骤S2中得到的光学合成影像数据集进行分类，得到大蒜作物光学分布图；

S6、在Google Earth Engine云计算平台上通过调取目标年份大蒜作物主产区的Sentinel-1时序合成孔径雷达卫星影像，结合步骤S3中得到的大蒜作物、冬小麦作物的地理坐标信息获取大蒜作物和冬小麦作物的雷达图像特征；

S7、根据步骤S6中大蒜作物和冬小麦作物的图像特征获得雷达合成影像数据集；

S8、根据步骤S7中得到的雷达合成影像数据集和步骤S3中得到的大蒜作物的地理坐标信息，构建大蒜作物雷达影像识别决策树模型；

S9、根据步骤S8中得到的大蒜作物雷达影像识别决策树模型对步骤S7中得到的雷达合成影像数据集进行分类，得到大蒜作物雷达分布图；