【技术实现步骤摘要】
本专利技术涉及冬闲田监测的，具体来说，涉及一种基于最小化阈值法的冬季田监测方法及系统。
技术介绍
1、在中国南方，存在大量不同于废弃耕地的冬季休耕耕地，称之为冬闲田。近几十年来，大量双季稻耕地转为单季稻耕地，导致农田在秋季收获后至第二年生长季之间闲置。这些休耕地中，有一些在冬季仍具有作物生长发育的温度潜力。虽然目前还不能种植，但考虑到当前气候变暖的速度，这些土地仍有相当大的种植潜力。据估计，在未来气候条件下，长江中下游地区冬季在休耕地上种植油菜籽可减少约50%的大豆进口量。提高耕地耕作强度是提高耕地生产力的有效方法。我国耕地和水资源的短缺和空间不平衡制约了粮食生产的可持续发展，因此，充分利用南方地区冬闲田的生产潜力，提高耕作强度和粮食产量至关重要。
2、近年来随着对粮食安全的重视以及新一轮“千亿斤”粮食增产计划的提出。国家近几年多次强调对“后备耕地”、“闲地”、“冬闲田利用”的关注和重视。根据相关报道和研究，我国南方存在大量冬闲田，如果这些冬闲田能够得到充分合理开发利用，将成为我国粮食增产的重要抓手。近年来，长江中下游区广泛推广冬闲田种植油菜、绿肥等措施，卓有成效。因而，对冬闲田规模和持续时长及利用情况的实时监测将为政策精准落地起到重要的数据支撑。但冬闲田监测技术和时效仍存在一定滞后性。首先是大规模监测尺度粗，无法指导实际生产。传统的冬闲田利用监测通常依赖于中低分辨率影像（1公里以上），而我国南方耕地破碎，冬闲田往往不是连片的，导致冬闲田分布更加破碎细小。因而多数高精度冬闲研究都是在区县、地级市尺度。对全国规模的监测
3、此前已有许多研究利用遥感技术提取了中国的冬闲田。在大范围的冬闲田提取中，通常使用中等分辨率的图像，如modis，它可以提供高时间分辨率的图像。通过时间序列的植被指数（vi）曲线可以获取耕地冬闲的时间间隔。例如基于modis-ndvi图像，通过采用动态阈值（dt）法可以对中国南方地区的冬闲田进行大规模提取。此外，基于spot、gf、sentinel 2和landsat等系列不同空间分辨率的图像数据不断被用于提取各种尺度的冬闲田。中等分辨率的影像如 modis（250-1000 米）主要用于省级及更大的空间尺度。然而，由于modis影像数据的空间分辨率相对较低，它并不适合中国南方地区冬闲田的识别。主要是由于我国耕地主要表现为零散的斑块或地块，其中80%小于0.6公顷，甚至小于0.04公顷。因此，从空间分辨率的角度来看，gf 系列、sentinel 2 和 landsat 系列似乎更适合提取中国南方的冬闲田。然而，这些图像的重访间隔对大气条件和云层影响非常敏感，因此其使用仍将受到限制。近年来，许多研究通过多源图像的时空融合，将高空间分辨率和高时间分辨率的优势结合起来，以弥补高空间分辨率图像中时间序列的不足。常见的图像融合方法包括gf-sg、ifsdaf、ff、stair、starfma&estarfm等。融合算法往往比较复杂，需要消耗大量的计算资源，因此计算效率也是方法选择的一个重要因素。
4、冬闲耕地的提取方法主要分为两类：其一在省级及更大的空间尺度上，主要采用阈值法提取冬闲田，阈值法简单高效，但阈值难以确定，通常会直接影响结果；其二在小于省级的空间尺度上，基于高空间分辨率图像，使用监督分类方法，如随机森林、决策树等，可以达到较高的精度。这些方法不需要多时相图像，但需要关键时间段的高精度图像和大量训练样本。
5、综上所述，目前冬闲田监测存在以下问题：
6、（1）主观性和经验性：动态阈值法(dtm)是植被物候检索的主流方法之一。然而，它有以下两个缺点。首先，根据用户的经验阈值，使用物候节点的主观阈值百分比，确定的阈值不具有普适性。二是采用一个共同的阈值来识别大面积物候，很少考虑不同植被类型的生理特征，从而模糊了植被类型之间的物候变异性。以往大尺度监测主要通过经验性的动态阈值进行冬闲田判别。阈值的获取主要通过其他领域如：森林，及其他国家或地区的阈值直接拿过来使用，忽略了地理环境和植被生理差异。虽达到达一定精度，但指导生产远远不够。
7、（2）分辨率低：以往省级及以上范围冬闲田识别多使用250-1000米的modis影像源，属于中分辨率，而我国田块分布破碎，尤其南方多丘陵，田块更加细碎，冬闲田的发生具有主观性并不是成片存在。这种情况下中分辨率影像进行冬闲识别的像元混合效应较强，误差大，难以指导实际生产中的耕地规划。
8、（3）效率低且成本高：一般精细分辨率指30米及以下，常用的如landsat\sentinel系列影像。受限于计算资源，高精度冬闲田识别多在地级及以下尺度应用，且仅提供单期成果，限制了监测频率和规模。
9、（4）时效性和实时性：冬闲田的发生和监测需要时效性以指导决策。大规模冬闲田识别时间跨度大且滞后，缺乏实时识别和更新。这种延迟导致对冬季田块利用情况的及时干预和决策的支持不足。
技术实现思路
1、针对相关技术中的上述技术问题，本专利技术提供一种基于最小化阈值法的冬季田监测方法及系统，能够解决上述问题。
2、为实现上述技术目的，本专利技术的技术方案是这样实现的：
3、一种基于最小化阈值法的冬季田监测方法，包括以下步骤：
4、s1、选择研究区域；
5、s2、基于谷歌地球引擎获取基础影像数据；
6、s3、利用多源遥感影像融合方法获取长时间序列ndvi曲线，生成时序数据；
7、s4、根据时序数据获取作物生长日历；
8、s5、获取不同利用方式的冬季田块遥感影像样点标注数据、田块调研样点数据，其中遥感影像样点的类别包括冬闲田和冬季已种植作物田块，田块调研样点数据是通过外业调查获取的包括冬闲田数据和农田作物数据；
9、s6、基于冬季田块遥感影像样点标注数据、田块调研样点数据整合构成样点数据集，其中样点数据集包括训练数据集、测试数据集；
10、s7、对样点数据集进行冬季气候区划分，并基于划分后的训练数据集构建冬闲田提取模型；
11、s8、使用测试数据集对冬闲田提取模型进行评估，评估数据包括计算准确率、召回率指标，以及可视化模型的预测结果。
12、进一步的，步骤s2中还包括对获取的基础影像数据进行图像正射校正、图像拼接、去云处理、滤波平滑处理。
13、进一步的，步骤s3中的多源遥感影像融合方法具体包括：使用modis影像数据和landsat影像数据融合以重建出高时空分辨率影像，分别对modis影像数据和landsat影像数据进行去云处理和时间序列线性插值，填充缺失时间的影像，使用gf-sg滤波方法进行时序重建获得较为完整的时序曲线，并基于谷歌地球引擎计算资源逐栅格单元进行时序重建。
14、进一步的，步骤本文档来自技高网...
【技术保护点】
1.一种基于最小化阈值法的冬季田监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于最小化阈值法的冬季田监测方法，其特征在于，步骤S2中还包括对获取的基础影像数据进行图像正射校正、图像拼接、去云处理、滤波平滑处理。
3.根据权利要求1所述的一种基于最小化阈值法的冬季田监测方法，其特征在于，步骤S3中的多源遥感影像融合方法具体包括：使用MODIS影像数据和Landsat影像数据融合以重建出高时空分辨率影像，分别对MODIS影像数据和Landsat影像数据进行去云处理和时间序列线性插值，填充缺失时间的影像，使用GF-SG滤波方法进行时序重建获得较为完整的时序曲线，并基于谷歌地球引擎计算资源逐栅格单元进行时序重建。
4.根据权利要求1所述的一种基于最小化阈值法的冬季田监测方法，其特征在于，步骤S4具体包括：对NDVI曲线求一阶和二阶导数，获取极值点，极大值点即为波峰，极小值点为波谷，每一个波峰两侧对应两个波谷被认为是一次作物种植周期。
5.根据权利要求1所述的一种基于最小化阈值法的冬季田监测方法，其特征在于，步骤S5中的
6.根据权利要求1所述的一种基于最小化阈值法的冬季田监测方法，其特征在于，步骤S6中包括以下步骤：基于冬季田块遥感影像样点标注数据、田块调研样点数据获取冬季不同利用情况的对象特征数据，对象特征数据由时间和空间关系特征组成，时间特征由作物生育期长度和持续时段、对应不同生育期冠层纹理和光谱变化组成，空间关系特征由田块的相对位置、分布规律组成。
7.根据权利要求1所述的一种基于最小化阈值法的冬季田监测方法，其特征在于，步骤S7中的冬季气候区划分具体包括：根据冬季均温将整个研究区域划分为0℃、5℃、10℃、15℃、20℃气候区，提取不同气候区域的NDVI分布，根据不同气候区建立不同的NDVI概率密度函数，确保最终所构建的概率密度函数能适应不同气候区。
8.根据权利要求7所述的一种基于最小化阈值法的冬季田监测方法，其特征在于，基于冬季田块遥感影像样点和田块调研样点所在气候区进行分区，对同一分区样点的NDVI值构建冬闲田和非冬闲田类别的概率密度函数及高斯分布曲线，不同地类高斯曲线交叉点作为最佳分类阈值，分类阈值用于冬季田分类的概率阈值，利用谷歌地球引擎将概率阈值逐格点代入作物生长日历中的冬季时段进行冬季未利用地识别。
9.一种基于最小化阈值法的冬季田监测系统，其特征在于，该系统用于执行如权利要求1～8任一项所述的基于最小化阈值法的冬季田监测方法，包括：
...【技术特征摘要】
1.一种基于最小化阈值法的冬季田监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于最小化阈值法的冬季田监测方法，其特征在于，步骤s2中还包括对获取的基础影像数据进行图像正射校正、图像拼接、去云处理、滤波平滑处理。
3.根据权利要求1所述的一种基于最小化阈值法的冬季田监测方法，其特征在于，步骤s3中的多源遥感影像融合方法具体包括：使用modis影像数据和landsat影像数据融合以重建出高时空分辨率影像，分别对modis影像数据和landsat影像数据进行去云处理和时间序列线性插值，填充缺失时间的影像，使用gf-sg滤波方法进行时序重建获得较为完整的时序曲线，并基于谷歌地球引擎计算资源逐栅格单元进行时序重建。
4.根据权利要求1所述的一种基于最小化阈值法的冬季田监测方法，其特征在于，步骤s4具体包括：对ndvi曲线求一阶和二阶导数，获取极值点，极大值点即为波峰，极小值点为波谷，每一个波峰两侧对应两个波谷被认为是一次作物种植周期。
5.根据权利要求1所述的一种基于最小化阈值法的冬季田监测方法，其特征在于，步骤s5中的冬季田块遥感影像样点标注数据和田块调研样点数据还包括以下内容：不同利用方式田块的地理位置信息、关键物候信息、品种信息、冠层光谱信息。
6.根据权利要求1所述的一种...
【专利技术属性】
技术研发人员：何英彬，王向一，罗善军，陈慧聪，李茜，韩盛楠，
申请(专利权)人：中国农业科学院农业资源与农业区划研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。