[发明专利]一种基于合成孔径雷达时序数据的水稻自动识别方法

权利要求书

1.一种基于合成孔径雷达时序数据的水稻自动识别方法，其特征在于包括如下步骤：

A、数据获取和预处理，获取某区域内同一合成孔径雷达数据源全年的VH极化数据，对数据进行轨道修正、辐射校正、地形校正、重采样、空间滤波去噪声以及数据转换预处理操作，得到单位为dB的VH极化后向散射系数时间序列数据；

B、水稻识别特征选择，选取全年平均、全年最小VH极化后向散射系数作为剔除背景地物的特征，选取水稻在移栽期之前和之后雷达VH极化后向散射系数先下降后上升所呈现的V型斜率变化特征作为区分水稻类型的特征，具体为，早稻播种期至移栽期、早稻移栽期至成熟期、双季晚稻播种期至移栽期、双季晚稻移栽期至成熟期的VH极化后向散射系数时间序列的斜率作为双季稻识别特征，选取中稻播种期至移栽期、中稻移栽期至成熟期、一季晚稻播种期至移栽期、一季晚稻移栽期至成熟期的VH极化后向散射系数时间序列的斜率作为单季稻识别特征；

C、背景地物剔除，将满足以下数学公式的地物作为背景地物进行剔除，剔除后的地物不参与后续水稻识别，该数学公式为：

MEAN(VH_全年)th1 OR MIN(VH_全年)th2

式中，MEAN()表示遥感像元在时间序列上求均值操作，MIN()表示遥感像元在时间序列上求最小值操作，VH代表VH极化后向散射系数时间序列，下标文字代表时间序列的时间范围，OR表示求并集操作，th1和th2分别代表各背景剔除特征对应的阈值；

D、双季稻识别模型构建，根据区域内的物候历和农作物种植信息，若区域内存在双季稻，则基于剔除背景地物的结果构建双季稻识别模型，将以下2个数学公式得到的空间分布结果求交集后便得到识别的双季稻的空间分布范围，2个数学公式分别为：

SLOPE(VH_{早稻播种期至移栽期})th3 AND SLOPE(VH_{早稻移栽期至成熟期})th4

SLOPE(VH_{双季晚稻播种期至移栽期)}th5 AND SLOPE(VH_{双季晚稻移栽期至成熟期})th6

式中，SLOPE()表示遥感像元在时间序列上以年积日为自变量，以VH极化后向散射系数为因变量进行一元线性拟合，并提取一元线性拟合系数作为斜率，AND表示求交集操作，th3至th6分别代表各双季稻识别特征对应的阈值；

E、单季稻识别模型构建，根据区域内的物候历和农作物种植信息，若区域内存在单季稻，则基于剔除背景地物和双季稻的结果构建单季稻识别模型，将以下2个数学公式得到的空间分布结果求并集后便得到识别的单季稻的空间分布范围，2个数学公式分别为：

SLOPE(VH_{中稻播种期至移栽期})th7 AND SLOPE(VH_{中稻移栽期至成熟期})th8

SLOPE(VH_{一季晚稻播种期至移栽期})th9 AND SLOPE(VH_{一季晚稻移栽期至成熟期})th10

式中，th7至th10分别代表各单季稻识别特征对应的阈值；

F、水稻空间分布信息提取，基于区域的水稻种植信息和合成孔径雷达VH极化后向散射时间序列数据，利用构建的双季稻和单季稻识别模型，提取区域范围内水稻的空间分布信息。