基于人工智能与多时相遥感的农业病虫害监测方法

摘要

本发明涉及基于人工智能与多时相遥感的农业病虫害监测方法，其获取至少两个时相遥感影像，通过真彩色合成得到至少两个时相真彩色遥感影像，通过对遥感影像的分析，得到对应的遥感指数图像；然后对构建神经网络模型利用改进的交叉熵损失函数进行训练；将真彩色遥感影像和遥感指数图像作为训练好的神经网络模型的输入，提取相邻两时相遥感影像数据的光谱与遥感指数的变化特征，并输入到解码器，输出下一时相的遥感影像的病虫害等级图像。本发明对改进的交叉熵损失函数引入了区域权重图像、色差权重图像、小麦生长状态权值图像这些因素，能够对多时相农作物区域进行指标量化，使得网络对内部虫害严重、蔓延速度快的位置更敏感，提高了预测病虫害的精度。