一种基于时序NDVI的冬闲田遥感提取方法与流程

本发明涉及农业遥感监测，尤其涉及基于时序ndvi的冬闲田遥感提取方法。

背景技术：

1、粮食生产功能区和重要农产品生产保护区包括稻谷、小麦、玉米三大谷物粮食生产功能区和大豆、棉花、油菜籽、糖料蔗、天然橡胶等五类重要农产品生产保护区。粮食生产功能区主要为确保“谷物基本自给、口粮绝对安全”，重要农产品生产保护区主要为保障棉、油、糖、胶等重要农产品有效供给。

2、安徽中北部地区大量面积种植小麦，但随着由于经济结构的调整以及农村劳动力的转移，越来越多的农户放弃秋季播种，导致大量土地自秋收后到第二年播种前这段时间被闲置，被称之为冬闲田。冬闲田的出现使得耕地利用率进一步下降，导致光热水土资源的浪费。因此，加强冬季耕地种植情况监测，合理开发未种植地，有助于生态环境保护以及农村经济社会可持续发展。

3、目前，遥感是监测农情信息最方便、经济、及时的手段。遥感技术具有客观、及时的特点，可在短期内获得大量大范围的地面信息。但是，目前鲜有通过遥感技术快速提取冬闲田面积及分布情况的应用。

技术实现思路

1、为此，本发明提供一种基于时序ndvi的冬闲田遥感提取方法，利用时序ndvi变化曲线，进行耕地范围内冬闲田的识别与提取。

2、一种基于时序ndvi的冬闲田遥感提取方法，包括以下步骤：

3、步骤1，基于样本遥感影像确定冬小麦与冬闲田对比物候线，其中对比物候线将冬小麦生长期划分为第一生长期和第二生长期；

4、步骤2，获取包含研究区域的遥感影像并进行预处理，再以该研究区域的耕地矢量边界作为掩膜，去除遥感影像中的非耕地区域，形成研究区域的耕地遥感影像；

5、步骤3，针对耕地遥感影像，确定其冬小麦与冬闲田的ndvi区分阈值；

6、步骤4，逐像元地计算耕地遥感影像在第一、第二生长期内的ndvi均值，进而得到两个生长期ndvi均值的变化值，再与冬小麦与冬闲田的ndvi区分阈值进行比较，当ndvi均值的变化值低于ndvi区分阈值时，判断该像元属于冬闲田，从而得到研究区域的冬闲田分布信息。

7、进一步的，步骤1包括以下步骤：

8、步骤1.1，选取包含一定数量的冬小麦和冬闲田的遥感影像作为样本遥感影像，并对其中的部分冬小麦和冬闲田进行人工标记，分别作为冬小麦和冬闲田区域样本；

9、步骤1.2，分别计算冬小麦区域样本和冬闲田区域样本不同时间遥感影像的ndvi值，构成冬小麦时序ndvi曲线和冬闲田时序ndvi曲线；

10、步骤1.3，分析两条时序ndvi曲线的最小累计距离特征，确定冬小麦与冬闲田对比物候线，其中，优选基于twdtw算法分析两条时序ndvi曲线的最小累计距离特征。

11、进一步的，步骤3包括以下步骤：

12、步骤3.1，分别计算耕地遥感影像中每个像元在第一、第二生长期的ndvi均值，以及两个生长期ndvi均值的变化值，得到两个生长期的ndvi均值变化灰度图；

13、步骤3.2，基于图像分割算法，从ndvi均值变化灰度图中得出冬小麦与冬闲田的ndvi区分阈值，其中，所述图像分割算法优选ostu算法。

14、进一步的，步骤1中的预处理包括辐射定标、大气校正、正射校正、几何配准。

15、进一步的，对步骤3得到的冬闲田分布信息进行后处理，剔除林地、水体、建筑物，得到最终的冬闲田空间分布结果。

16、本发明通过样本遥感影像获取冬小麦与冬闲田对比物候线，基于该对比物候线得到研究区域耕地遥感影像的冬小麦与冬闲田的ndvi区分阈值，进而实现冬小麦种植区域冬闲田遥感提取，填补了冬闲田遥感提取的技术空白，且整体提取精度较高。

技术特征：

1.一种基于时序ndvi的冬闲田遥感提取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于时序ndvi的冬闲田遥感提取方法，其特征在于，步骤1包括以下步骤：

3.根据权利要求2所述的基于时序ndvi的冬闲田遥感提取方法，其特征在于，基于twdtw算法分析两条时序ndvi曲线的最小累计距离特征。

4.根据权利要求1所述的基于时序ndvi的冬闲田遥感提取方法，其特征在于，步骤3包括以下步骤：

5.根据权利要求4所述的基于时序ndvi的冬闲田遥感提取方法，其特征在于，所述图像分割算法采用ostu算法。

6.根据权利要求1所述的基于时序ndvi的冬闲田遥感提取方法，其特征在于，步骤1中的预处理包括辐射定标、大气校正、正射校正、几何配准。

7.根据权利要求1所述的基于时序ndvi的冬闲田遥感提取方法，其特征在于，对步骤3得到的冬闲田分布信息进行后处理，剔除林地、水体、建筑物，得到最终的冬闲田空间分布结果。

技术总结
本发明公开了一种基于时序NDVI的冬闲田遥感提取方法，首先，基于样本遥感影像确定冬小麦与冬闲田对比物候线，其中对比物候线将冬小麦生长期划分为第一生长期和第二生长期；其次，获取包含研究区域的遥感影像并进行预处理，得到研究区域的耕地遥感影像；最后，针对耕地遥感影像，确定其冬小麦与冬闲田的NDVI区分阈值，逐像元地计算耕地遥感影像在第一、第二生长期内的NDVI均值，进而得到两个生长期NDVI均值的变化值，再与冬小麦与冬闲田的NDVI区分阈值进行比较，当NDVI均值的变化值低于NDVI区分阈值时，判断该像元属于冬闲田，从而得到研究区域的冬闲田分布信息，填补了冬闲田遥感提取的技术空白。

技术研发人员：尹超,李劲松,茹菲,张杰,吴亚男,杜家宽,王梦阳,张文辉,李梦君
受保护的技术使用者：天地信息网络研究院（安徽）有限公司
技术研发日：
技术公布日：2024/1/13