【技術實現步驟摘要】
本專利技術涉及遙感影像處理與農業資源監測，特別是涉及一種基于光譜指數的人參種植區遙感識別方法及系統。
技術介紹
1、人參因其藥用價值和保健功效，在國內外市場上具有重要的地位，人參產業在地方經濟中的重要性不斷提升。為了科學合理地規劃人參的種植布局，實現產業的可持續發展，及時掌握人參種植區域的分布情況至關重要。然而，目前在大尺度范圍內對人參種植區進行快速識別仍面臨多項挑戰。盡管傳統的地面調查和人工測量方式可以獲得準確的種植信息，但存在效率低、成本高的問題，難以在大規模人參種植識別中推廣應用。隨著遙感技術的發展，遙感技術以其覆蓋范圍廣、獲取效率高等特點，在大尺度農業監測中已逐漸成為一種主要手段。
2、然而，現有的遙感方法在識別人參種植區域時仍然存在諸多技術難點，主要表現在人參種植區域使用的棚膜類型復雜多樣，包括藍色、黃色塑料薄膜以及不同涂層和遮蔭網等。這些多樣化的棚膜類型使得參棚光譜特征的差異性復雜化，從而增加了精準識別的難度。
3、遙感分類器方法通常依賴于大量高質量的訓練樣本和高分辨率的影像數據，但在實際應用中，這些數據的獲取具有較高的成本和難度。此外，分類器方法在面對復雜背景時，容易受到光譜特征的干擾，從而導致識別結果誤差較大。
4、基于光譜指數的方法在大尺度快速提取任務中表現出顯著優勢，但目前尚未提出一種能夠全面識別各類參棚的光譜指數，尤其是在地物背景復雜且光譜混雜的情況下，現有光譜指數的分離性和適用性顯得不足。上述缺點導致現有技術難以在大尺度范圍內實現對人參種植區域的高精度識別，從而限制了人
技術實現思路
1、為了克服現有技術的不足，本專利技術的目的是提供一種基于光譜指數的人參種植區遙感識別方法及系統。
2、為實現上述目的，本專利技術提供了如下方案：
3、一種基于光譜指數的人參種植區遙感識別方法，包括：
4、收集人參種植區域處于棚膜搭設期的一期sentinel-2遙感影像，并對所述sentinel-2遙感影像進行預處理，得到地表反射率影像；
5、通過實地采集及高分辨率影像，獲取人參種植區域和其他地物的樣本點數據，并利用所述樣本點數據提取所述地表反射率影像中的參棚和其他地物的光譜信息；
6、分析所述光譜信息，以將各種不同類型的參棚歸納為黃棚類和藍棚類；
7、基于確定的黃棚類和藍棚類，分析黃棚類和藍棚類與其他地物之間的光譜差異，以確定具有良好可分離性的有效光譜波段；
8、根據所述有效光譜波段構造參棚識別指數，并隨機生成獨立于光譜分析的新樣本點；
9、對所述新樣本點進行人工判別制作樣本標簽，并根據所述樣本標簽進行精度計算，得到最優黃棚分割閾值和最優藍棚分割閾值；
10、基于所述地表反射率影像和所述參棚識別指數，計算并生成參棚識別指數圖像；
11、利用所述參棚識別指數圖像、所述最優黃棚分割閾值和所述最優藍分割棚閾值對待識別區域進行參棚識別，以實現人參種植區域的遙感識別。
12、優選地，所述有效光譜波段包括藍波段、綠波段、紅波段和短波紅外2波段。
13、優選地，所述黃棚類包括黃色塑料薄膜和加涂涂料的黃色塑料薄膜。
14、優選地，所述藍棚類包括藍色塑料薄膜、加涂涂料的藍色塑料薄膜、加蓋遮蔭網的藍色塑料薄膜、同時加涂涂料和加蓋遮蔭網的藍色塑料薄膜，以及加蓋遮蔭網的黃色塑料棚膜。
15、優選地，所述參棚識別指數的表達式為：
16、
17、其中，為參棚識別指數，表示藍波段的地表反射率，表示綠波段的地表反射率，表示紅波段的地表反射率，表示短波紅外2波段的地表反射率。
18、優選地，根據所述樣本標簽進行精度計算，得到最優黃棚分割閾值和最優藍棚分割閾值，包括：
19、分別使用所述樣本標簽對不同指數數值下的黃棚類和藍棚類的分類精度進行迭代計算；
20、分別選取精度最優時的黃棚閾值和藍棚閾值作為所述最優黃棚分割閾值和所述最優藍棚分割閾值。
21、優選地，利用所述參棚識別指數圖像、所述最優黃棚分割閾值和所述最優藍棚分割閾值對待識別區域進行參棚識別，以實現人參種植區域的遙感識別，包括：
22、遍歷待識別區域的所有像元位置，若像元位置的指數值小于所述最優黃棚分割閾值或大于所述最優藍棚分割閾值，則將像元位置的屬性標記為人參種植區，否則標記為其他地物。
23、一種基于光譜指數的人參種植區遙感識別系統，其特征在于，包括：
24、影像獲取單元，用于收集人參種植區域處于棚膜搭設期的一期sentinel-2遙感影像，并對所述sentinel-2遙感影像進行預處理，得到地表反射率影像；
25、光譜獲取單元，用于通過實地采集及高分辨率影像，獲取人參種植區域和其他地物的樣本點數據，并利用所述樣本點數據提取所述地表反射率影像中的參棚和其他地物的光譜信息；
26、參棚分類單元，用于分析所述光譜信息，以將各種不同類型的參棚歸納為黃棚類和藍棚類；
27、波段確定單元，用于基于確定的黃棚類和藍棚類，分析黃棚類和藍棚類與其他地物之間的光譜差異，以確定具有良好可分離性的有效光譜波段；
28、指數構造單元，用于根據所述有效光譜波段構造參棚識別指數，并隨機生成獨立于光譜分析的新樣本點；
29、最優分割閾值確定單元，用于對所述新樣本點進行人工判別制作樣本標簽，并根據所述樣本標簽進行精度計算，得到最優黃棚分割閾值和最優藍棚分割閾值；
30、圖像生成單元，用于基于所述地表反射率影像和所述參棚識別指數，計算并生成參棚識別指數圖像；
31、遙感識別單元，用于利用所述參棚識別指數圖像、所述最優黃棚分割閾值和所述最優藍棚分割閾值對待識別區域進行參棚識別，以實現人參種植區域的遙感識別。
32、根據本專利技術提供的具體實施例，本專利技術公開了以下技術效果：
33、本專利技術提供了一種基于光譜指數的人參種植區遙感識別方法及系統，方法包括：收集人參種植區域處于棚膜搭設期的一期sentinel-2遙感影像，并對所述sentinel-2遙感影像進行預處理，得到地表反射率影像；通過實地采集及高分辨率影像，獲取人參種植區域和其他地物的樣本點數據，并利用所述樣本點數據提取所述地表反射率影像中的參棚和其他地物的光譜信息；分析所述光譜信息，以將各種不同類型的參棚歸納為黃棚類和藍棚類；基于確定的黃棚類和藍棚類，分析黃棚類和藍棚類與其他地物之間的光譜差異，以確定具有良好可分離性的有效光譜波段；根據所述有效光譜波段構造參棚識別指數，并隨機生成獨立于光譜分析的新樣本點；對所述新樣本點進行人工判別制作樣本標簽，并根據所述樣本標簽進行精度計算，得到最優黃棚分割閾值和最優藍棚分割閾值；基于所述地表反射率影像和所述參棚識別指數，計算并生成參棚識別指數圖像；利用所述參棚識別指數圖像、所述最優黃棚分割閾本文檔來自技高網...
【技術保護點】
1.一種基于光譜指數的人參種植區遙感識別方法，其特征在于，包括：
2.根據權利要求1所述的基于光譜指數的人參種植區遙感識別方法，其特征在于，所述有效光譜波段包括藍波段、綠波段、紅波段和短波紅外2波段。
3.根據權利要求1所述的基于光譜指數的人參種植區遙感識別方法，其特征在于，所述黃棚類包括黃色塑料薄膜和加涂涂料的黃色塑料薄膜。
4.根據權利要求1所述的基于光譜指數的人參種植區遙感識別方法，其特征在于，所述藍棚類包括藍色塑料薄膜、加涂涂料的藍色塑料薄膜、加蓋遮蔭網的藍色塑料薄膜、同時加涂涂料和加蓋遮蔭網的藍色塑料薄膜，以及加蓋遮蔭網的黃色塑料棚膜。
5.根據權利要求2所述的基于光譜指數的人參種植區遙感識別方法，其特征在于，所述人參識別指數的表達式為：
6.根據權利要求1所述的基于光譜指數的人參種植區遙感識別方法，其特征在于，根據所述樣本標簽進行精度計算，得到最優黃棚分割閾值和最優藍棚分割閾值，包括：
7.根據權利要求1所述的基于光譜指數的人參種植區遙感識別方法，其特征在于，利用所述參棚識別指數圖像、所述最優黃棚
8.一種基于光譜指數的人參種植區遙感識別系統，其特征在于，包括：
...【技術特征摘要】
1.一種基于光譜指數的人參種植區遙感識別方法，其特征在于，包括：
2.根據權利要求1所述的基于光譜指數的人參種植區遙感識別方法，其特征在于，所述有效光譜波段包括藍波段、綠波段、紅波段和短波紅外2波段。
3.根據權利要求1所述的基于光譜指數的人參種植區遙感識別方法，其特征在于，所述黃棚類包括黃色塑料薄膜和加涂涂料的黃色塑料薄膜。
4.根據權利要求1所述的基于光譜指數的人參種植區遙感識別方法，其特征在于，所述藍棚類包括藍色塑料薄膜、加涂涂料的藍色塑料薄膜、加蓋遮蔭網的藍色塑料薄膜、同時加涂涂料和加蓋遮蔭網的藍色塑料薄膜，以及加蓋遮蔭網的黃色塑料...
【專利技術屬性】
技術研發人員：郭笑怡，薛玨，趙建軍，張洪巖，張正祥，
申請(專利權)人：東北師范大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。