[发明专利]基于Google Earth Engine的大尺度大豆种植区域提取算法

权利要求书

1.基于Google Earth Engine的大尺度大豆种植区域提取算法，其特征在于，包括以下步骤：

步骤1，对遥感影像数据Sentinel-2进行预处理，得到预处理后的遥感影像数据；

步骤2，从所述预处理后的遥感影像数据中选取对提取大豆有利的G个波段；

步骤3，计算归一化植被指数NDVI和归一化水指数NDWI两个遥感指数，将两个遥感指数加入到所述对提取大豆有利的G个波段中，此时，Sentinel-2数据中包含G+2个数据；

步骤4，利用Google Earth Engine平台提供某一年的美国农作物遥感影像图层USDA数据集，对USDA数据集进行预处理，得到预处理后的USDA数据集；

步骤5，利用包含G+2个数据的Sentinel-2数据和预处理后的USDA数据集进行训练集和测试集的构建；

步骤6，将所述训练集输入三种分类器中进行训练，得到训练后的分类器；将所述测试集输入所述训练后的分类器中进行分类，得到分类结果；根据所述分类结果得到大豆种植区域。

2.根据权利要求1所述的基于Google Earth Engine的大尺度大豆种植区域提取算法，其特征在于，步骤1中，所述预处理为：利用Google Earth Engine平台自带的maskS2clouds函数对Sentinel-2数据进行去云处理。

3.根据权利要求1所述的基于Google Earth Engine的大尺度大豆种植区域提取算法，其特征在于，步骤2中，所述对提取大豆有利的多个波段为B1、B2、B3、B4、B5、B6、B7、B8、B8A、B9、B11、B12波段。

4.根据权利要求1所述的基于Google Earth Engine的大尺度大豆种植区域提取算法，其特征在于，步骤3中，所述归一化植被指数NDVI为：

其中，NIR为近红外波段的反射值，R为红光波段的反射值；

所述归一化水指数NDWI为：

其中，Green为绿波段的反射值。

5.根据权利要求1所述的基于Google Earth Engine的大尺度大豆种植区域提取算法，其特征在于，步骤4中，所述对USDA数据集进行预处理具体为：从USDA数据集中筛选包含大豆标签的数据，并在Google Earth Engine平台中将大豆标签设置为1，其余标签设置为0。

6.根据权利要求5所述的基于Google Earth Engine的大尺度大豆种植区域提取算法，其特征在于，步骤5中，将包含G+2个数据的Sentinel-2数据和预处理后的USDA数据集进行叠加，用栅格图像筛选、裁剪叠加数据层，选取不同于目标区域的地区进行训练集和测试集的构建。

7.根据权利要求6所述的基于Google Earth Engine的大尺度大豆种植区域提取算法，其特征在于，步骤6中，所述三类分类器分别为分类回归树、支持向量机和随机森林。

8.根据权利要求7所述的基于Google Earth Engine的大尺度大豆种植区域提取算法，其特征在于，步骤6中，所述分类采用投票原则，如果有两个分类器的分类结果为1，一个分类结果为0，则最终结果为1。

9.根据权利要求1所述的基于Google Earth Engine的大尺度大豆种植区域提取算法，其特征在于，还包括步骤7，对所述分类结果进行特征优化，具体如下：

利用Google Earth Engine平台自带的explain函数计算包含G+2个数据的Sentinel-2数据中每个特征的重要性，再筛选最重要的五个特征，将这五个特征提取出来重新作为训练集，输入分类器中，重复步骤3-6，得到新的分类结果。