一种用于多熟轮作区的农作物种植识别方法及系统

摘要

本发明涉及一种用于多熟轮作区的农作物种植识别方法及系统，方法包括：对遥感影像依次进行图像预处理和指标提取，得到归一化植被指数、改进归一化水体指数和增强型植被指数；根据所述遥感影像构建各个农作物物候期内的植被指数时间序列曲线；对比不同农作物的遥感影像和不同指数时间序列曲线的特征和差异，确定不同农作物的遥感识别的最佳时间窗口；根据所述最佳时间窗口对农作物进行识别。本发明能够适用于土地利用强度较大的多熟轮作地区，能够提高农作物的提取和识别的实用性及精确性。

说明书

技术领域

本发明涉及农业遥感技术领域，特别是涉及一种用于多熟轮作区的农作物种植识别方法及系统。

背景技术

近些年农作物种植识别技术已取得明显进展，但是在多熟轮作区的农作物种植提取方法上仍然存在一些问题。目前在轮作模式复杂的地区中提取农作物缺乏完整的准确流程，仍然面对着识别作物种类较少的难题。

目前现有技术存在的缺陷如下：

1、在遥感提取方法方面，现有技术多以一级地类、二级地类或单一农作物为主，无法实现一个轮作周期的多种农作物识别，无法更加精细的研究多熟制轮作区的土地利用强度。

2、在农作物种植识别流程方面，目前的提取方法存在流程不够完整、流程不够简化、提取分类指标混乱的缺点。

3、在提取方法的实用性方面，现有技术无法适用于土地利用强度较大的多熟轮作地区。

发明内容

为了克服现有技术的不足，本发明的目的是提供一种用于多熟轮作区的农作物种植识别方法及系统。

为实现上述目的，本发明提供了如下方案：

一种用于多熟轮作区的农作物种植识别方法，包括：

对遥感影像依次进行图像预处理和指标提取，得到归一化植被指数、改进归一化水体指数和增强型植被指数；

根据所述遥感影像构建各个农作物物候期内的植被指数时间序列曲线；

对比不同农作物的遥感影像和不同指数时间序列曲线的特征和差异，确定不同农作物的遥感识别的最佳时间窗口；

根据所述最佳时间窗口对农作物进行识别。

优选地，所述对遥感影像依次进行图像预处理和指标提取，得到归一化植被指数、改进归一化水体指数和增强型植被指数，包括：

基于ENVI软件，对所述遥感影像进行辐射定标和大气校正，得到图像预处理后的影像；

利用Band Math工具，对所述图像预处理后的影像进行提取，得到所述归一化植被指数、所述改进归一化水体指数和所述增强型植被指数。

优选地，所述根据所述遥感影像构建各个农作物物候期内的植被指数时间序列曲线，包括：

基于所述遥感影像，获取多种预设土地覆被类型的反射率；

根据所述反射率计算不同物候期典型地物的植被指数；

根据所述植被指数构建各个农作物物候期内的植被指数时间序列曲线。

优选地，所述预设土地覆被类型包括林地、建设用地、裸地、草地、水体、耕地、单季稻、双季稻、棉花、大豆、玉米、油菜和冬小麦。

优选地，所述根据所述最佳时间窗口对农作物进行识别，包括：

针对所处时间在所述水体、所述建设用地和所述裸地的最佳时间窗口范围内的遥感图像，根据所述归一化植被指数、所述改进归一化水体指数和所述增强型植被指数识别水体、建设用地和裸地；所述水体、所述建设用地和所述裸地的最佳时间窗口为6月至9月；

针对所处时间在所述林地和所述草地的最佳时间窗口范围内的遥感图像，根据所述归一化植被指数和所述增强型植被指数识别所述林地和所述草地；所述林地和所述草地的最佳时间窗口为11月至1月；

针对所处时间在所述油菜和所述冬小麦的最佳时间窗口范围内的遥感图像，根据所述增强型植被指数识别所述油菜和所述冬小麦；所述油菜和所述冬小麦的最佳时间窗口为3月至4月；

针对所处时间在水田和旱地的最佳时间窗口范围内的遥感图像，识别所述水田和所述旱地；所述水田和所述旱地的最佳时间窗口为4月、6月和7月；

针对所处时间在所述单季稻和所述双季稻的最佳时间窗口范围内的遥感图像，根据所述改进归一化水体指数识别所述单季稻和所述双季稻；所述单季稻和所述双季稻的最佳时间窗口为5月至8月；

针对所处时间在所述棉花和所述旱地的作物的最佳时间窗口范围内的遥感图像，根据所述改进归一化水体指数识别所述棉花和所述旱地的作物；所述棉花和所述旱地的作物的最佳时间窗口为6月至7月；

针对所处时间在所述大豆和所述玉米的最佳时间窗口范围内的遥感图像，根据所述改进归一化水体指数识别所述大豆和所述玉米。

一种用于多熟轮作区的农作物种植识别系统，包括：

指标提取模块，用于对遥感影像依次进行图像预处理和指标提取，得到归一化植被指数、改进归一化水体指数和增强型植被指数；

曲线构建模块，用于根据所述遥感影像构建各个农作物物候期内的植被指数时间序列曲线；

窗口确定模块，用于对比不同农作物的遥感影像和不同指数时间序列曲线的特征和差异，确定不同农作物的遥感识别的最佳时间窗口；

识别模块，用于根据所述最佳时间窗口对农作物进行识别。

优选地，所述指标提取模块具体包括：

预处理单元，用于基于ENVI软件，对所述遥感影像进行辐射定标和大气校正，得到图像预处理后的影像；

提取单元，用于利用Band Math工具，对所述图像预处理后的影像进行提取，得到所述归一化植被指数、所述改进归一化水体指数和所述增强型植被指数。

优选地，所述曲线构建模块具体包括：

反射率确定单元，用于基于所述遥感影像，获取多种预设土地覆被类型的反射率；

指数计算单元，用于根据所述反射率计算不同物候期典型地物的植被指数；

曲线构建单元根据所述植被指数构建各个农作物物候期内的植被指数时间序列曲线。

优选地，所述预设土地覆被类型包括林地、建设用地、裸地、草地、水体、耕地、单季稻、双季稻、棉花、大豆、玉米、油菜和冬小麦。

优选地，所述识别模块具体包括：

第一识别单元，用于针对所处时间在所述水体、所述建设用地和所述裸地的最佳时间窗口范围内的遥感图像，根据所述归一化植被指数、所述改进归一化水体指数和所述增强型植被指数识别水体、建设用地和裸地；所述水体、所述建设用地和所述裸地的最佳时间窗口为6月至9月；

第二识别单元，用于针对所处时间在所述林地和所述草地的最佳时间窗口范围内的遥感图像，根据所述归一化植被指数和所述增强型植被指数识别所述林地和所述草地；所述林地和所述草地的最佳时间窗口为11月至1月；

第三识别单元，用于针对所处时间在所述油菜和所述冬小麦的最佳时间窗口范围内的遥感图像，根据所述增强型植被指数识别所述油菜和所述冬小麦；所述油菜和所述冬小麦的最佳时间窗口为3月至4月；

第四识别单元，用于针对所处时间在水田和旱地的最佳时间窗口范围内的遥感图像，识别所述水田和所述旱地；所述水田和所述旱地的最佳时间窗口为4月、6月和7月；

第五识别单元，用于针对所处时间在所述单季稻和所述双季稻的最佳时间窗口范围内的遥感图像，根据所述改进归一化水体指数识别所述单季稻和所述双季稻；所述单季稻和所述双季稻的最佳时间窗口为5月至8月；

第六识别单元，用于针对所处时间在所述棉花和所述旱地的作物的最佳时间窗口范围内的遥感图像，根据所述改进归一化水体指数识别所述棉花和所述旱地的作物；所述棉花和所述旱地的作物的最佳时间窗口为6月至7月；

第七识别单元，用于针对所处时间在所述大豆和所述玉米的最佳时间窗口范围内的遥感图像，根据所述改进归一化水体指数识别所述大豆和所述玉米。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供了一种用于多熟轮作区的农作物种植识别方法及系统，方法包括：对遥感影像依次进行图像预处理和指标提取，得到归一化植被指数、改进归一化水体指数和增强型植被指数；根据所述遥感影像构建各个农作物物候期内的植被指数时间序列曲线；对比不同农作物的遥感影像和不同指数时间序列曲线的特征和差异，确定不同农作物的遥感识别的最佳时间窗口；根据所述最佳时间窗口对农作物进行识别。本发明能够适用于土地利用强度较大的多熟轮作地区，能够提高农作物的提取和识别的实用性及精确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的实施例中的农作物种植识别方法流程图；

图2为本发明提供的实施例中的整体步骤示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤、过程、方法等没有限定于已列出的步骤，而是可选地还包括没有列出的步骤，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤元。

本发明的目的是提供一种用于多熟轮作区的农作物种植识别方法及系统，能够适用于土地利用强度较大的多熟轮作地区，能够提高农作物的提取和识别的实用性及精确性。

本发明考虑到在遥感提取方法方面，现有技术多以一级地类、二级地类或单一农作物为主，无法实现一个轮作周期的多种农作物识别，无法更加精细的研究多熟制轮作区的土地利用强度；在农作物种植识别流程方面，目前的提取方法存在流程不够完整、流程不够简化、提取分类指标混乱的缺点；在提取方法的实用性方面，现有技术无法适用于土地利用强度较大的多熟轮作地区。从而提供了一种适用于多熟轮作区的农作物种植识别方法及系统。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明提供的实施例中的农作物种植识别方法流程图，如图1所示，本发明提供了一种用于多熟轮作区的农作物种植识别方法，包括：

步骤100：对遥感影像依次进行图像预处理和指标提取，得到归一化植被指数、改进归一化水体指数和增强型植被指数；

步骤200：根据所述遥感影像构建各个农作物物候期内的植被指数时间序列曲线；

步骤300：对比不同农作物的遥感影像和不同指数时间序列曲线的特征和差异，确定不同农作物的遥感识别的最佳时间窗口；

步骤400：根据所述最佳时间窗口对农作物进行识别。

优选地，所述步骤100具体包括：

基于ENVI软件，对所述遥感影像进行辐射定标和大气校正，得到图像预处理后的影像；

利用Band Math工具，对所述图像预处理后的影像进行提取，得到所述归一化植被指数、所述改进归一化水体指数和所述增强型植被指数。

图2为本发明提供的实施例中的整体步骤示意图，如图2所示，本实施例的实施步骤如下：

步骤1：基于ENVI5.3软件的Radiometric Calibration和FLAASH AtmosphericCorrection工具，对遥感影像做辐射定标与大气校正等处理，使用Band Math工具对影像进行归一化植被指数(Normalized Difference Vegetation Index，NDVI)、改进归一化水体指数(Modified Normalized Difference Water Index，MNDWI)、增强型植被指数(Enhanced Vegetation Index，EVI)的提取。

步骤2：以Landsat-TM/OLI遥感影像为基础，构建不同农作物物候期内的植被指数时间序列曲线。选取获取林地、建设用地、裸地、草地、水体、耕地、单季稻、双季稻、棉花、大豆、玉米、油菜和冬小麦共13种土地覆被类型的反射率，计算出不同物候期典型地物的植被指数。

步骤3：通过对比不同农作物遥感影像及不同指数时间序列曲线的特征与差异，确定单季稻、双季稻、棉花、玉米、大豆、冬小麦和油菜遥感识别的最佳时间窗口。

优选地，所述步骤200具体包括：

基于所述遥感影像，获取多种预设土地覆被类型的反射率；

根据所述反射率计算不同物候期典型地物的植被指数；

根据所述植被指数构建各个农作物物候期内的植被指数时间序列曲线。

优选地，所述步骤400具体包括：

针对所处时间在所述水体、所述建设用地和所述裸地的最佳时间窗口范围内的遥感图像，根据所述归一化植被指数、所述改进归一化水体指数和所述增强型植被指数识别水体、建设用地和裸地；所述水体、所述建设用地和所述裸地的最佳时间窗口为6月至9月；

针对所处时间在所述林地和所述草地的最佳时间窗口范围内的遥感图像，根据所述归一化植被指数和所述增强型植被指数识别所述林地和所述草地；所述林地和所述草地的最佳时间窗口为11月至1月；

针对所处时间在所述油菜和所述冬小麦的最佳时间窗口范围内的遥感图像，根据所述增强型植被指数识别所述油菜和所述冬小麦；所述油菜和所述冬小麦的最佳时间窗口为3月至4月；

针对所处时间在水田和旱地的最佳时间窗口范围内的遥感图像，识别所述水田和所述旱地；所述水田和所述旱地的最佳时间窗口为4月、6月和7月；

针对所处时间在所述单季稻和所述双季稻的最佳时间窗口范围内的遥感图像，根据所述改进归一化水体指数识别所述单季稻和所述双季稻；所述单季稻和所述双季稻的最佳时间窗口为5月至8月；

针对所处时间在所述棉花和所述旱地的作物的最佳时间窗口范围内的遥感图像，根据所述改进归一化水体指数识别所述棉花和所述旱地的作物；所述棉花和所述旱地的作物的最佳时间窗口为6月至7月；

针对所处时间在所述大豆和所述玉米的最佳时间窗口范围内的遥感图像，根据所述改进归一化水体指数识别所述大豆和所述玉米。

具体的，本实施例中提取流程如下：

1、提取林地、建设用地、裸地、草地、水体和耕地共六种一级土地利用类型。6-9月是区分水体、建设用地和裸地的最佳时间窗口，NDVI和EVI值较低的区域为水体或建设用地，而MNDWI值较高或EVI值为空值的区域为水体。11-1月是识别林地和草地的重要时间窗口，NDVI和EVI值最高的绿色植被为林地和草地。

2、利用EVI曲线变异差值提取越冬作物。3月中旬至4月初为油菜和冬小麦的最佳提取时间窗口。这一时期，油菜和冬小麦在卫星真彩色影像上呈现不同的颜色，油菜处于开花期为黄色，冬小麦处于孕穗抽穗期为深绿色。

3、利用水田泡田或水稻移栽期提取水田和旱地。4月下旬、6月中旬和7月中下旬是水田泡田期或者双季早稻、单季稻、双季晚稻移栽期。

4、利用NDVI曲线差异提取夏秋作物。5月初至8月中旬，单季稻NDVI曲线呈单峰型，双季稻NDVI曲线呈双峰型。6月中旬到7月初是区分棉花与其他旱地作物的窗口。此时棉花正处于现蕾抽薹期，生长速度较快，NDVI值较高，而大豆和玉米NDVI值较低，其中春大豆和玉米处于结荚期、抽雄开花期或灌浆乳熟期，夏大豆和夏玉米处于苗期或者分蘖拔节期。7月中旬至8月初和8月中旬至9月下旬是区分玉米和大豆的最佳时间窗口，此时大豆和玉米分别处于结荚期和灌浆乳熟期，在卫星真彩色影像上呈现不同的颜色，玉米为深绿色，大豆为深黄色，因此玉米的NDVI值略高于大豆。

对应上述方法，本实施例还提供了一种用于多熟轮作区的农作物种植识别系统，包括：

指标提取模块，用于对遥感影像依次进行图像预处理和指标提取，得到归一化植被指数、改进归一化水体指数和增强型植被指数；

曲线构建模块，用于根据所述遥感影像构建各个农作物物候期内的植被指数时间序列曲线；

窗口确定模块，用于对比不同农作物的遥感影像和不同指数时间序列曲线的特征和差异，确定不同农作物的遥感识别的最佳时间窗口；

识别模块，用于根据所述最佳时间窗口对农作物进行识别。

优选地，所述指标提取模块具体包括：

预处理单元，用于基于ENVI软件，对所述遥感影像进行辐射定标和大气校正，得到图像预处理后的影像；

提取单元，用于利用Band Math工具，对所述图像预处理后的影像进行提取，得到所述归一化植被指数、所述改进归一化水体指数和所述增强型植被指数。

优选地，所述曲线构建模块具体包括：

反射率确定单元，用于基于所述遥感影像，获取多种预设土地覆被类型的反射率；

指数计算单元，用于根据所述反射率计算不同物候期典型地物的植被指数；

曲线构建单元根据所述植被指数构建各个农作物物候期内的植被指数时间序列曲线。

优选地，所述预设土地覆被类型包括林地、建设用地、裸地、草地、水体、耕地、单季稻、双季稻、棉花、大豆、玉米、油菜和冬小麦。

优选地，所述识别模块具体包括：

第一识别单元，用于针对所处时间在所述水体、所述建设用地和所述裸地的最佳时间窗口范围内的遥感图像，根据所述归一化植被指数、所述改进归一化水体指数和所述增强型植被指数识别水体、建设用地和裸地；所述水体、所述建设用地和所述裸地的最佳时间窗口为6月至9月；

第二识别单元，用于针对所处时间在所述林地和所述草地的最佳时间窗口范围内的遥感图像，根据所述归一化植被指数和所述增强型植被指数识别所述林地和所述草地；所述林地和所述草地的最佳时间窗口为11月至1月；

第三识别单元，用于针对所处时间在所述油菜和所述冬小麦的最佳时间窗口范围内的遥感图像，根据所述增强型植被指数识别所述油菜和所述冬小麦；所述油菜和所述冬小麦的最佳时间窗口为3月至4月；

第四识别单元，用于针对所处时间在水田和旱地的最佳时间窗口范围内的遥感图像，识别所述水田和所述旱地；所述水田和所述旱地的最佳时间窗口为4月、6月和7月；

第五识别单元，用于针对所处时间在所述单季稻和所述双季稻的最佳时间窗口范围内的遥感图像，根据所述改进归一化水体指数识别所述单季稻和所述双季稻；所述单季稻和所述双季稻的最佳时间窗口为5月至8月；

第六识别单元，用于针对所处时间在所述棉花和所述旱地的作物的最佳时间窗口范围内的遥感图像，根据所述改进归一化水体指数识别所述棉花和所述旱地的作物；所述棉花和所述旱地的作物的最佳时间窗口为6月至7月；

第七识别单元，用于针对所处时间在所述大豆和所述玉米的最佳时间窗口范围内的遥感图像，根据所述改进归一化水体指数识别所述大豆和所述玉米。

本发明的有益效果如下：

本发明提供了一种用于多熟轮作区的农作物种植识别方法及系统，方法包括：对遥感影像依次进行图像预处理和指标提取，得到归一化植被指数、改进归一化水体指数和增强型植被指数；根据所述遥感影像构建各个农作物物候期内的植被指数时间序列曲线；对比不同农作物的遥感影像和不同指数时间序列曲线的特征和差异，确定不同农作物的遥感识别的最佳时间窗口；根据所述最佳时间窗口对农作物进行识别。本发明能够适用于土地利用强度较大的多熟轮作地区，能够提高农作物的提取和识别的实用性及精确性。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。