一种基于卫星遥感影像的农田画像及药肥大数据分析方法技术

本发明专利技术涉及遥感技术和地理信息系统技术领域，尤其涉及农业大数据分析的一种基于卫星遥感影像的农田画像及药肥大数据分析方法，包括下述步骤：1）、获取卫星影像遥感数据；2）、遥感数据预处理；3）、农作物种植类型提取；4）、提取卫星影像的地块矢量信息；5）、为地块矢量录入属性字段信息；6）、对录入的地块属性字段进行调查；7）、对采集的地块信息进行大数据运算和筛选分析。本发明专利技术提供的一种基于卫星遥感影像的农田画像及药肥大数据分析方法具有农田数据精度高、精细化程度高和数据说服力强的优点。

A Data Analysis Method of Farmland Portrait and Drug Hypertrophy Based on Satellite Remote Sensing Images

【技术实现步骤摘要】
一种基于卫星遥感影像的农田画像及药肥大数据分析方法
本专利技术涉及遥感技术和地理信息系统
，尤其涉及农业大数据分析的一种基于卫星遥感影像的农田画像及药肥大数据分析方法。
技术介绍
随着时代和科技的发展，传统的农耕方式基本消失，取而代之的是具有工业化、科技化现代特色的新型农耕方式。我国是农业大国，随着科技的兴起和技术的推动，包括大数据、遥感技术、地理信息系统在内的新兴技术被广泛的运用于农业方面，已具备对农作物的增产手段；越来越多的化学药物被撒入农田里，比如化肥、除草剂等；它们的出现大大提高了农作物的产量，而对于大部分农户来说的弊端在于化学药物的种类和品牌繁多不知如何选择才能更大程度的提高农作物的产量；怎么为农户提供地块的精细化管理及如何科学的为农田选择化肥、农药达到增产目的是亟待解决的难题。
技术实现思路
本专利技术为解决现有的农田精细化管理低的问题，而提供具有数据说服力的一种基于卫星遥感影像的农田画像及药肥大数据分析方法。本专利技术采用的技术方案是：一种基于卫星遥感影像的农田画像及药肥大数据分析方法，包括下述步骤：1）、获取卫星影像遥感数据：采用分辨率为0.8米的亚米级国产高分辨率卫星影像--高分二号影像；2）、遥感数据预处理：对获取到的卫星影像使用ENVI软件进行预处理，预处理过程包括辐射定标、大气校正、正射校正、图像配准和图像增强；3）、农作物种植类型提取：利用遥感影像分类算法或深度学习方法对耕地种植农作物的类型进行分类提取；4）、提取卫星影像的地块矢量信息：根据卫星影像提取地块矢量包括农户地块边界的提取、绘制、修改、整合和套合操作，最后得出地块的空间位置信息；5）、为地块矢量录入属性字段信息:使用地理信息系统ArcMap软件对地块矢量提取模块输出的地块矢量图层建立完整的属性表，属性字段录入土地类型、种子种类、播种方法、种子播放量、播种时间、灌溉时间、作物生长周期内的灌溉次数、单位面积灌溉水量、化肥种类、化肥品牌、施肥时间、施肥方法、单位面积施肥量、除草剂种类、除草剂品牌、除草剂施剂方法、单位面积施剂量、作物的收获时间、单位面积产量；6）、对录入的地块属性字段进行调查：结合4）中的空间位置信息，对录入的地块属性字段进行调查，并将调查的结果录入到对应地块的属性字段里；7）、对采集的地块信息进行大数据运算和筛选分析：使用大数据运算分析模块对地块的属性信息进行运算分析操作，最终得到需要的地块评估报告及分析报表。进一步的，步骤2）中所述大气校正采用flaash大气校正模型,所述正射校正使用基于GF2号卫星自带的rpb文件进行处理,图像增强使用2%拉伸和HSV颜色空间变换来辅助识别作物。进一步的，步骤3）中所述农作物种植类型提取方法，包括建立四层决策树进行二分类和采用最新的卷积神经网络方法提取。进一步的，步骤4）中所述地块矢量提取，包括农户地块边界的提取、绘制、修改、整合、输出和配套；具体步骤如下：41）、农户地块面积大于5亩的地块使用ENVI中的基于规则的面向对象信息提取工具进行提取，面积小于5亩的地块使用地理信息系统ArcMap软件人工绘制的方法提取；42）、农户地块提取完毕之后用ArcMap软件经过边界修改、整合所有被提取出来的地块，输出地块矢量图层。进一步的，步骤6）中所述对地块属性字段调查，包括下述步骤：61）、对土质类型使用遥感影像在全国的土壤类型的基础上进行再次的精细化处理,然后通过arcgis的属性提取工具将属性赋值在所矢量化的地块中,进而得到了每个地块的土壤类型；62）、通过Landsat8数据的热红外数据对地面的温度进行反演,实时的检测地表的温度,进而来监测农作物的生长状态及地表的缺水情况,按照土壤的不同类型和温度来精确的检测每个地块的情况，针对大范围的温度调查，采用MODIS数据进行反演，另外，在MODIS数据的框架下，使用每天的气象站点进行Kriging插值方法进行温度的精细化，既保证了时间精度，又保证了空间的精度；63）、同时，使用遥感卫星来反演作物的N素含量及长势分析，使用NDVI时序数据来检测作物的长势，针对长势不好的区域进行及时的补救和特殊的管理；64）、根据历史积温和累积降雨量，对不同区域的作物的成熟期进行预测，保证作物在最合适的时间进行收获，保证产量的最大化；65）、统计地块的产量，根据大量的产量统计数据进行作物产量模型的优化，不断修正模型。本专利技术的有益效果在于：1、将卫星遥感影像应用在农田药肥大数据分析方法，可以对地块进行可视化的分析，此外，还能够对比不同农田的详细信息，实现农田精细化管理；2、通过将农田的详细的属性信息调查并经过互联网上传到云端，可以系统的对农田进行智能化管理分析，解决了位置和属性信息之间的断链,使用遥感大数据分析的方法来辅助调查地块的属性信息,实现了宏观高效性；3、提供农田属性信息的筛选、查询，并对调查的地块属性信息实时的获取在线报告；4、运用大数据算法模型对数据进行可视化对比分析，使分析结论更具有说服力，结果更科学可靠，可以为政府农业部门决策提供科学依据，还可以推广运用到林业长势做类似大数据分析。总之，本专利技术提供的一种基于卫星遥感影像的农田画像及药肥大数据分析方法具有农田数据精度高、精细化程度高和数据说服力强的优点。附图说明图1是本专利技术提供的一种基于卫星遥感影像的农田画像及药肥大数据分析方法的流程图。具体实施方式本专利技术的核心是提供一种基于卫星遥感影像的农田画像及药肥大数据分析方法。下面结合附图对本专利技术的内容作进一步说明：本方案提供一种基于卫星遥感影像的农田画像及药肥大数据分析方法，包括下述步骤；1)卫星遥感影像获取：对调查区域范围内分辨率为0.8米国产卫星高分二号影像进行裁剪处理。调查区域越大，调查目标就越多，经过大数据运算分析后得到基本相同生长环境的地块就越多，大数据运算分析模块输出的报表越精确可靠。2)研究区域范围内的卫星影像进行预处理：预处理过程用遥感软件ENVI完成操作，处理步骤主要包括辐射定标、大气校正、正射校正、图像配准和图像增强操作；其中大气校正采用flaash大气校正模型,正射校正使用基于GF2号卫星自带的rpb文件进行处理,图像增强使用2%拉伸和HSV颜色空间变换来辅助识别作物。3）农作物的分类：利用外业采集的样本对农作物进行特征提取，然后建立4层决策树进行二分类，精度在90%，在大面积提取过程中采用了最新的卷积神经网络的方法进行提取，影像质量较好的情况下，精度在93%；4)对卫星遥感影像预处理的结果图像进行地块矢量提取：地块矢量提取主要包括农户地块边界的提取、绘制、修改、整合、输出、套合。为了提高效率、达到对于地块面积的精准度要求,按照下面标准进行:农户地块边界的提取和绘制的操作，面积大于5亩的地块使用ENVI中的基于规则的面向对象信息提取工具进行提取，面积小于5亩的地块使用地理信息系统ArcMap软件人工绘制的方法提取。地块提取完毕之后用ArcMap软件经过边界修改、整合所有被提取出来的地块，输出地块矢量图层。输出的地块矢量跟影像套合可以获得地块的空间位置信息。5）地块矢量属性字段录入：使用地理信息系统ArcMap软件对地块矢量图层建立完整的属性表，属性字段录入土质类型、种子种类、播种方法、种子播种量、播种时间、灌溉时间、本文档来自技高网...

【技术保护点】
1.根据权利要求1所述的一种基于卫星遥感影像的农田画像及药肥大数据分析方法，其特征在于：包括下述步骤：1）、获取卫星影像遥感数据：采用分辨率为0.8米的亚米级国产高分辨率卫星影像‑‑高分二号影像；2）、遥感数据预处理：对获取到的卫星影像使用ENVI软件进行预处理，预处理过程包括辐射定标、大气校正、正射校正、图像配准和图像增强；3）、农作物种植类型提取：利用遥感影像分类算法或深度学习方法对耕地种植农作物的类型进行分类提取；4）、提取卫星影像的地块矢量信息：根据卫星影像提取地块矢量包括农户地块边界的提取、绘制、修改、整合和套合操作，最后得出地块的空间位置信息；5）、为地块矢量录入属性字段信息:使用地理信息系统ArcMap软件对地块矢量提取模块输出的地块矢量图层建立完整的属性表，属性字段录入土地类型、种子种类、播种方法、种子播放量、播种时间、灌溉时间、作物生长周期内的灌溉次数、单位面积灌溉水量、化肥种类、化肥品牌、施肥时间、施肥方法、单位面积施肥量、除草剂种类、除草剂品牌、除草剂施剂方法、单位面积施剂量、作物的收获时间、单位面积产量；6）、对录入的地块属性字段进行调查：结合4）中的空间位置信息，对录入的地块属性字段进行调查，并将调查的结果录入到对应地块的属性字段里；7）、对采集的地块信息进行大数据运算和筛选分析：使用大数据运算分析模块对地块的属性信息进行运算分析操作，最终得到需要的地块评估报告及分析报表。...

【技术特征摘要】
1.根据权利要求1所述的一种基于卫星遥感影像的农田画像及药肥大数据分析方法，其特征在于：包括下述步骤：1）、获取卫星影像遥感数据：采用分辨率为0.8米的亚米级国产高分辨率卫星影像--高分二号影像；2）、遥感数据预处理：对获取到的卫星影像使用ENVI软件进行预处理，预处理过程包括辐射定标、大气校正、正射校正、图像配准和图像增强；3）、农作物种植类型提取：利用遥感影像分类算法或深度学习方法对耕地种植农作物的类型进行分类提取；4）、提取卫星影像的地块矢量信息：根据卫星影像提取地块矢量包括农户地块边界的提取、绘制、修改、整合和套合操作，最后得出地块的空间位置信息；5）、为地块矢量录入属性字段信息:使用地理信息系统ArcMap软件对地块矢量提取模块输出的地块矢量图层建立完整的属性表，属性字段录入土地类型、种子种类、播种方法、种子播放量、播种时间、灌溉时间、作物生长周期内的灌溉次数、单位面积灌溉水量、化肥种类、化肥品牌、施肥时间、施肥方法、单位面积施肥量、除草剂种类、除草剂品牌、除草剂施剂方法、单位面积施剂量、作物的收获时间、单位面积产量；6）、对录入的地块属性字段进行调查：结合4）中的空间位置信息，对录入的地块属性字段进行调查，并将调查的结果录入到对应地块的属性字段里；7）、对采集的地块信息进行大数据运算和筛选分析：使用大数据运算分析模块对地块的属性信息进行运算分析操作，最终得到需要的地块评估报告及分析报表。2.根据权利要求1所述的一种基于卫星遥感影像的农田画像及药肥大数据分析方法，其特征在于：步骤2）中所述大气校正采用flaash大气校正模型,所述正射校正使用基于GF2号卫星自带的rpb文件进行处理,图像增强使用2%拉伸和HSV颜色空间变换来辅助识别作物。3.根据权利要求1所述的一种基于卫星遥感影像的农田画像及药肥大数据分析方法，其特征在于：步...

【专利技术属性】
技术研发人员：郑舒心，徐博，谷俊鹏，谢士琴，
申请(专利权)人：国智恒北斗好年景农业科技有限公司，
类型：发明
国别省市：河南,41