[发明专利]基于卷积神经网络的中国北方冬小麦遥感估产

权利要求书

1.一种基于卷积神经网络的中国北方冬小麦遥感估产，其特征在于：包括以下步骤：

步骤一，选择估产区域：采用MODIS数据，将MODIS数据中不同产品的多个波段作为估产指标，将MODIS数据的投影转换为基于WGS-84椭球体的UTM投影，同时对多张类型的影像进行波段提取，拼接，裁剪后融合为若干影像；

步骤二，估产样本构建：确定直方图降维的范围，离散化统计像素个数生成像素直方图，对生成的像素直方图进行归一化处理；

步骤三，将步骤一中的影像进行直方图提取，使得每个波段的影像生成向量，同时时间序列上进行融合形成矩阵，在生长季中由遥感影像生成的矩阵作为卷积神经网络的输入层，以相同时间相应地级市的冬小麦产量数据作为输出层，构造一个完整的卷积神经网络样本，构建的样本形成卷积神经网络的估产样本库，包括训练集和验证集。

2.根据权利要求1所述的基于卷积神经网络的中国北方冬小麦遥感估产，其特征在于：所述卷积神经网络包括输入层、卷积层、激活层、批归一化层、Dropout层、全连接层和输出层。

3.根据权利要求1所述的基于卷积神经网络的中国北方冬小麦遥感估产，其特征在于：估产精度评价指标包括决定系数，皮尔逊积矩相关系数，均方根误差和平均相对误差。