[发明专利]基于点位数据和遥感影像数据的区域耕地质量监测方法

权利要求书

1.一种基于点位数据和遥感影像数据的区域耕地质量监测方法，其特征在于，包括以下步骤：

S1、获取归一化植被指数NDVI时间序列数据，并对该数据进行平滑处理；

S2、利用所述数据提取分类特征，并根据该分类特征采用决策树分类方法对作物种植模式进行分类；

S3、在不同种植模式下进行NDVI时间序列主成分分析，并提取多个主成分；

S4、利用耕地质量监测点的点位数据，对反映耕地质量的指标进行主成分分析，并提取所述主成分，利用所提取的主成分计算耕地质量指数，进行监测点的耕地质量的定量评价；

S5、利用所述点位数据，对不同种植模式下的耕地质量指数与进行主成分分析所得到的几个主成分分别进行相关性分析，若得到各种植模式下的耕地质量指数均与一主成分有一定程度的正相关关系，则将该主成分作为第一主成分进行耕地质量的监测；

S6、利用所述点位数据，建立耕地质量指数与不同种植模式下的第一主成分建立回归模型，得到耕地质量等级分布图。

2.如权利要求1所述的基于点位数据和遥感影像数据的区域耕地质量监测方法，其特征在于，步骤S4中，耕地质量定量评价时利用主成分分析提取主成分，用下式将提取的主成分进行加权平均后得到每个耕地质量监测点的耕地质量指数，其中将各主成分的特征值作为权重：

Tint=Σi=1nλi×pci/Σi=1nλi]]>

其中，Tint是利用主成分的特征值对提取的主成分加权平均后所得到的反映耕地质量的指数，λ_i是提取的主成分pc_i的特征值，i表示第i个主成分，n表示所提取的主成分的个数。

3.如权利要求1所述的基于点位数据和遥感影像数据的区域耕地质量监测方法，其特征在于，步骤S3中的所述主成分分析针对各种植模式的NDVI时间序列分别进行，分析时首先针对每种种植模式提取6个主成分，这6个主成分从不同方面反映了农用地生产力的状况，然后对各种植模式下第1个主成分的特征向量进行分析来认识第1个主成分代表的物理意义，主成分的名次按特征值或贡献率大小的顺序从大到小排列。

4.如权利要求1所述的基于点位数据和遥感影像数据的区域耕地质量监测方法，其特征在于，步骤S1中，利用权重滑动平均滤波法Savizky-Golay对NDVI时间序列数据进行平滑滤波。

5.如权利要求1所述的基于点位数据和遥感影像数据的区域耕地质量监测方法，其特征在于，利用中分辨率成像光谱仪MODIS获得NDVI时间序列数据。

6.如权利要求1所述的基于点位数据和遥感影像数据的区域耕地质量监测方法，其特征在于，所述反映耕地质量的指标包括气候因素和土壤因素。

7.如权利要求1～6任一项所述的基于点位数据和遥感影像数据的区域耕地质量监测方法，其特征在于，所述回归模型为线性回归模型。