基于遥感影像的冬小麦生长前期空间分布监测方法及装置与流程

1.本发明涉及农业遥感技术领域，尤其涉及一种基于遥感影像的冬小麦生长前期空间分布监测方法及装置。


背景技术：

2.冬小麦是我国北方地区分布最为广泛的主要粮食作物，冬小麦空间分布情况和种植面积是农业等相关部门需要掌握的重要信息。尽早实现冬小麦空间分布情况准确提取，可为冬小麦冬季及生长中后期田间管理、病虫害防治及产量预测等提供信息支撑。传统的冬小麦空间分布情况监测主要通过田间调查方式进行，需耗费大量的人力物力财力，不仅劳动强度大、进度缓慢、效率低下，且调查范围有限、易受人为因素干扰、精度较低。
3.近些年遥感技术快速发展，许多学者在植株茂密、植被信号强的小麦生长中后期或者利用小麦生长全生育期多时相遥感影像实现大区域冬小麦空间分布和面积遥感监测。但是利用多时相影像的方法对影像数据的空间配准、辐射校正等要求较高，且需要多个时相的影像才能完成，且这些方法一般在冬小麦生长中后期才能达到精度要求，无法满足生产部门冬季小麦生长前期田间水肥管理、病虫害防治及提前估产的需求。


技术实现要素：

4.针对现有技术存在的问题，本发明提供一种基于遥感影像的冬小麦生长前期空间分布监测方法及装置。
5.本发明提供一种基于遥感影像的冬小麦生长前期空间分布监测方法基于遥感影像的冬小麦生长前期空间分布监测，包括：获取待监测目标区域的卫星遥感影像；根据所述遥感影像，确定归一化短波红外植被指数ndsvi影像，以及根据所述遥感影像，确定hsv颜色空间h影像；根据所述ndsvi影像和h影像，基于ndsvi值和h值的预设阈值，确定冬小麦分布区域。
6.根据本发明一个实施例的基于遥感影像的冬小麦生长前期空间分布监测方法，所述根据所述遥感影像，确定归一化短波红外植被指数ndsvi影像，包括：对预处理后的哨兵二号卫星影像使用波段计算工具对b9和b12波段按ndsvi计算公式进行运算，生成归一化短波红外植被指数ndsvi影像。
7.根据本发明一个实施例的基于遥感影像的冬小麦生长前期空间分布监测方法，所述获取待监测目标区域的卫星遥感影像，包括：获取待监测目标区域当季生长前期，哨兵二号卫星遥感影像。
8.根据本发明一个实施例的基于遥感影像的冬小麦生长前期空间分布监测方法，所述根据所述遥感影像，确定hsv颜色空间h影像，包括：将swir1波段反射率值、近红外波段反射率值和红波段反射率值，分别作为rgb空间的三通道值，得到rgb图像；根据所述rgb图像，进行色彩空间变换至hsv通道，提取出色调h，生成hsv颜色空间h影像。
9.根据本发明一个实施例的基于遥感影像的冬小麦生长前期空间分布监测方法，所
述根据所述ndsvi影像和h影像，基于ndsvi值和h值的预设阈值，确定冬小麦分布区域之前，还包括：选取多个小麦样点和多个非小麦样点，对小麦样点和非小麦样点确定h影像和ndsvi影像对应的像素值；根据小麦样点和非小麦样点的取值，确定小麦样点和非小麦样点边界的阈值，作为所述预设阈值。
10.根据本发明一个实施例的基于遥感影像的冬小麦生长前期空间分布监测方法，h＞71
°
，ndsvi＜
‑
0.21为冬小麦区域。
11.根据本发明一个实施例的基于遥感影像的冬小麦生长前期空间分布监测方法，所述确定冬小麦分布区域之后，还包括：将具有分区结果的二进制影像，转化为shp格式的矢量图，与遥感影像进行叠加显示。
12.本发明还提供一种基于遥感影像的冬小麦生长前期空间分布监测装置，包括：获取模块，用于获取待监测目标区域的卫星遥感影像；处理模块，用于根据所述遥感影像，确定归一化短波红外植被指数ndsvi影像，以及根据所述遥感影像，确定hsv颜色空间h影像；划分模块，用于根据所述ndsvi影像和h影像，基于ndsvi值和h值的预设阈值，确定冬小麦分布区域。
13.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于遥感影像的冬小麦生长前期空间分布监测方法的步骤。
14.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于遥感影像的冬小麦生长前期空间分布监测方法的步骤。
15.本发明提供的基于遥感影像的冬小麦生长前期空间分布监测方法及装置，在ndsvi影像和h影像的基础上，通过ndsvi值和h值阈值进行小麦分区，大大减少了对多时相遥感影像数据依赖，降低了因多时相影像校正带来的精度误差干扰，从而只通过单景卫星遥感影像，便可得到准确的冬小麦分布结果，避免了冬小麦生长中后期才能达到精度要求，在生长前期实现了冬小麦提早监测，进而有利于生产部门冬季小麦生长前期，对小麦田间水肥管理、病虫害防治及提前估产的需求。该方法针对冬小麦生长前期植株弱小、植被稀疏、遥感影像的光谱信息较易受土壤背景影响的问题，实现了冬小麦生长前期空间分布遥感快速精准监测。
附图说明
16.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
17.图1是本发明提供的基于遥感影像的冬小麦生长前期空间分布监测方法的流程示意图之一；
18.图2是本发明提供的主要地物光谱曲线图；
19.图3是本发明提供的基于遥感影像的冬小麦生长前期空间分布监测方法的流程示意图之二；
20.图4是本发明提供的基于遥感影像的冬小麦生长前期空间分布监测装置的结构示意图；
21.图5是本发明提供的电子设备的结构示意图。
具体实施方式
22.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
23.下面结合图1
‑
图5描述本发明的基于遥感影像的冬小麦生长前期空间分布监测方法及装置。图1是本发明提供的基于遥感影像的冬小麦生长前期空间分布监测方法的流程示意图之一，如图1所示，本发明提供基于遥感影像的冬小麦生长前期空间分布监测方法，包括：
24.101、获取待监测目标区域的卫星遥感影像。
25.例如，从欧空局官网(https：//scihub.copernicus.eu/)获取待监测目标区域11月8日的卫星遥感影像。然后对影像进行预处理，包含数据解压、数据导出、波段组合、辐射校正、几何校正、影像裁剪。
26.102、根据所述遥感影像，确定ndsvi影像，以及根据所述遥感影像，确定hsv颜色空间h影像。
27.本发明的生长前期，可以从多个角度进行划分，以生长期进行划分，可以为小麦播种出苗至越冬阶段。首先均匀选取冬小麦生长前期当季田间主要地物样点，其中冬小麦62个样点、裸地63个样点、玉米秸秆90个样点、落叶林地65个样点。然后对11月8日影像中的冬小麦、裸地、玉米秸秆、落叶林地进行b1
‑
b12共12个波段的像素值进行提取，形成这4种地物的光谱曲线，如图2所示。为了体现细节，将反射率扩大10000倍后进行ndsvi指数计算。
28.根据冬小麦生长前期当季农田主要地物光谱曲线图，通过综合分析冬小麦、裸地、田间玉米秸秆、落叶林地的光谱差异，发现：冬小麦在b12波段反射率最低，在b9波段反射率比较高，冬小麦这两波段差值最大，因此利用归一化短波红外植被指数ndsvi可实现冬小麦与其它地物的有效区分。归一化短波红外植被指数ndsvi为：
[0029][0030]
上式中，b9为哨兵二号卫星影像中b9波段反射率值，b12为哨兵二号卫星影像中b12波段反射率值。
[0031]
在envi软件中，对预处理后的哨兵二号卫星影像使用波段计算工具对b9和b12波段按ndsvi计算公式进行运算，生成归一化短波红外植被指数ndsvi影像。
[0032]
rgb模型和hsv模型是两种比较常用的颜色模型。rgb模型是一个三位立方体模型，以r、g、b三色光进行互相叠加从而实现混色，其中三个坐标分量r、g、b三色光取值范围均是[0，255]。hsv模型是将rgb立方体模型的三维坐标中轴线立起并扁化演化成的圆椎体模型，其中三个坐标分量为色调(h)、饱和度(s)、明度(v)。h代表角度，取值范围是[0
°
，360
°
]；s代表颜色深浅，取值范围是[0，1]；v代表色彩明亮程度，取值范围是[0，1]。相对于rgb模型，
hsv模型侧重色彩表示，与人眼感知颜色方式更相关，更符合人类视觉系统自然感官。从rgb模型到hsv模型的色彩空间变换公式如下：
[0033][0034][0035]
v＝max(r,g,b)
[0036]
生长前期当季冬小麦植株细小、植被信号弱，为增强植被信号强度，提高生长前期当季冬小麦提取精度，通过“色彩变换工具”从rgb通道进行色彩空间变换至hsv通道，提取出色调(h)、饱和度(s)和明度(v)，分别生成h影像、s影像和v影像。该步操作可在envi软件中完成。
[0037]
103、根据所述ndsvi影像和h影像，基于ndsvi值和h值的预设阈值，确定冬小麦分布区域。
[0038]
根据小麦区域和非小麦区域的ndsvi影像和h影像的取值，可进行历史数据的分析，得到明确区分二者的ndsvi指标值阈值和h指标值阈值，基于两个阈值，对影像进行分区，得到小麦区域和非小麦区域的分布。
[0039]
本发明提供的基于遥感影像的冬小麦生长前期空间分布监测方法，在ndsvi影像和h影像的基础上，通过ndsvi值和h值阈值进行小麦分区，大大减少了对多时相遥感影像数据依赖，降低了因多时相影像校正带来的精度误差干扰，从而只通过单景卫星遥感影像，便可得到准确的冬小麦分布结果，避免了冬小麦生长中后期才能达到精度要求，在生长前期实现了冬小麦提早监测，进而有利于生产部门冬季小麦生长前期，对小麦田间水肥管理、病虫害防治及提前估产的需求。该方法针对冬小麦生长前期植株弱小、植被稀疏、遥感影像的光谱信息较易受土壤背景影响的问题，实现了冬小麦生长前期空间分布遥感快速精准监测。
[0040]
在一个实施例中，所述根据所述遥感影像，确定归一化短波红外植被指数ndsvi影像，包括：对预处理后的哨兵二号卫星影像使用波段计算工具对b9和b12波段按ndsvi计算公式进行运算，生成归一化短波红外植被指数ndsvi影像。上述实施例已作具体说明，具体参见上述实施例。
[0041]
在一个实施例中，所述获取待监测目标区域的卫星遥感影像，包括：获取待监测目标区域当季生长前期，哨兵二号卫星遥感影像。
[0042]
哨兵二号影像共有b1(443.9nm)、b2(496.6nm)、b3(560.0nm)、b4(664.5nm)、b5(703.9nm)、b6(740.2nm)、b7(782.5nm)、b8(835.1nm)、b8b(864.8nm)、b9(945.0nm)、b11(1613.7nm)、b12(2202.4nm)共12个波段，影像的数据解压、数据导出可在欧空局指定的
snap软件中完成，影像的波段组合、辐射校正、几何校正、影像裁剪可在envi软件中完成，影像空间分辨率为10m，坐标系统为wgs84_utm_zone 50n。
[0043]
在一个实施例中，所述根据所述遥感影像，确定hsv颜色空间h影像，包括：将swir1波段反射率值、近红外波段反射率值和红波段反射率值，分别作为rgb空间的三通道值，得到rgb图像；根据所述rgb图像，进行色彩空间变换至hsv通道，提取出色调h，生成hsv颜色空间h影像。
[0044]
通过综合分析发现，在红波段red(b4)、近红外波段nir(b8)、短波红外1波段swir1(b11)冬小麦与其它地物存在差异，故选取swir1(b11)、nir(b8)和red(b4)三波段作为rgb通道。
[0045]
生长前期当季冬小麦植株细小、植被信号弱，为增强植被信号强度，提高生长前期当季冬小麦提取精度，通过“色彩变换工具”从rgb通道进行色彩空间变换至hsv通道，提取出色调(h)、饱和度(s)和明度(v)，分别生成h影像、s影像和v影像。该步操作可在envi软件中完成。
[0046]
本发明提供的基于遥感影像的冬小麦生长前期空间分布监测方法，采用hsv色彩空间变换增强植被信号，并综合对土壤和植被信息区分敏感的归一化短波红外植被指数ndsvi，能够实现冬小麦生长前期空间分布遥感快速精准监测。
[0047]
在一个实施例中，所述根据所述ndsvi影像和h影像，基于ndsvi值和h值的预设阈值，确定冬小麦分布区域之前，还包括：选取多个小麦样点和多个非小麦样点，对小麦样点和非小麦样点确定h影像和ndsvi影像对应的像素值；根据小麦样点和非小麦样点的取值，确定小麦样点和非小麦样点边界的阈值，作为所述预设阈值。
[0048]
选取小麦样点100个和裸地非小麦样点100个，并通过“提取值到点工具”对小麦样点和非小麦样点在两波段h
‑
ndsvi影像对应的像素值进行提取，并制作出小麦样点和非小麦样点的h
‑
ndsvi散点图。根据散点图，可直观筛选小麦与非小麦差异边界。
[0049]
在一个实施例中，h＞71
°
，ndsvi＜
‑
0.21为冬小麦区域。
[0050]
通过阈值分析发现，非小麦样点的h值普遍小于68
°
，ndsvi值普遍大于
‑
0.18；冬小麦样点的h值普遍大于73
°
，ndsvi值普遍小于
‑
0.24，因此按照居中处理的原则确定出适合生长前期当季冬小麦提取的最佳阈值为h＞71
°
且ndsvi＜
‑
0.21。
[0051]
生长前期当季冬小麦遥感提取具体规则集为：
[0052]
(1)色调h影像：h＞71
°
为小麦，h≤71
°
为非小麦。
[0053]
(2)归一化短波红外植被指数ndsvi影像：ndsvi＜
‑
0.21为小麦，ndsvi≥
‑
0.21为非小麦。
[0054]
在一个实施例中，所述确定冬小麦分布区域之后，还包括：将具有分区结果的二进制影像，转化为shp格式的矢量图；与遥感影像进行叠加显示。
[0055]
基于上述规则集的规则和阈值，将色调h影像中h＞71
°
区域进行赋值为1操作，将色调h影像中h≤71
°
区域进行赋值为0操作，生成色调h二进制影像；将归一化短波红外植被指数ndsvi影像中ndsvi＜
‑
0.21区域进行赋值为1操作，将归一化短波红外植被指数ndsvi影像中≥
‑
0.21区域进行赋值为0操作，生成归一化短波红外植被指数ndsvi二进制影像。
[0056]
然后对色调h二进制影像和归一化短波红外植被指数ndsvi二进制影像进行叠加分析，生成生长前期当季冬小麦提取二进制影像，其中值为1的区域便是冬小麦分布区。该
步操作可在arcgis软件中完成。
[0057]
上步生成的生长前期当季冬小麦提取二进制影像是一幅栅格影像，为便于后期实际应用，通过栅格转矢量工具，将生长前期当季冬小麦提取二进制影像(栅格图像)转化为shp格式的生长前期当季冬小麦分布图(矢量文件)。该步操作可在arcgis软件中完成。
[0058]
将生成的生长前期当季冬小麦分布图(shp格式)与哨兵二号遥感影像进行叠加显示并出图，生成最终的生长前期当季冬小麦分布专题图。该步操作可在arcgis软件中完成。
[0059]
图3是本发明提供的基于遥感影像的冬小麦生长前期空间分布监测方法的流程示意图之二，包括以下步骤：
[0060]
步骤1)冬小麦生长当季前期单景卫星遥感影像获取及预处理；
[0061]
步骤2)归一化短波红外植被指数ndsvi生成；
[0062]
步骤3)从rgb到hsv的色彩空间变换；
[0063]
步骤4)两波段影像(h
‑
ndsvi)生成；
[0064]
步骤5)生长前期当季冬小麦提取最佳阈值分析；
[0065]
步骤6)生长前期当季冬小麦分布提取；
[0066]
步骤7)生长前期当季冬小麦提取结果栅格影像转换为矢量文件；
[0067]
步骤8)生长前期当季冬小麦分布图制作。
[0068]
具体可结合上述实施例进行说明，此处不在赘述。
[0069]
下面对本发明提供的基于遥感影像的冬小麦生长前期空间分布监测装置进行描述，下文描述的基于遥感影像的冬小麦生长前期空间分布监测装置与上文描述的基于遥感影像的冬小麦生长前期空间分布监测方法可相互对应参照。
[0070]
图4是本发明提供的基于遥感影像的冬小麦生长前期空间分布监测装置的结构示意图，如图4所示，该基于遥感影像的冬小麦生长前期空间分布监测装置包括：获取模块401、处理模块402和划分模块403。其中，获取模块401用于获取待监测目标区域的卫星遥感影像；处理模块402用于根据所述遥感影像，确定归一化短波红外植被指数ndsvi影像，以及根据所述遥感影像，确定hsv颜色空间h影像；划分模块403用于根据所述ndsvi影像和h影像，基于ndsvi值和h值的预设阈值，确定冬小麦分布区域。
[0071]
本发明实施例提供的装置实施例是为了实现上述各方法实施例的，具体流程和详细内容请参照上述方法实施例，此处不再赘述。
[0072]
本发明实施例提供的基于遥感影像的冬小麦生长前期空间分布监测装置，在ndsvi影像和h影像的基础上，通过ndsvi值和h值阈值进行小麦分区，大大减少了对多时相遥感影像数据依赖，降低了因多时相影像校正带来的精度误差干扰，从而只通过单景卫星遥感影像，便可得到准确的冬小麦分布结果，避免了冬小麦生长中后期才能达到精度要求，在生长前期实现了冬小麦提早监测，进而有利于生产部门冬季小麦生长前期，对小麦田间水肥管理、病虫害防治及提前估产的需求。该方法针对冬小麦生长前期植株弱小、植被稀疏、遥感影像的光谱信息较易受土壤背景影响的问题，实现了冬小麦生长前期空间分布遥感快速精准监测。
[0073]
图5是本发明提供的电子设备的结构示意图，如图5所示，该电子设备可以包括：处理器(processor)501、通信接口(communications interface)502、存储器(memory)503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通
信。处理器501可以调用存储器503中的逻辑指令，以执行基于遥感影像的冬小麦生长前期空间分布监测方法，该方法包括：获取待监测目标区域的卫星遥感影像；根据所述遥感影像，确定归一化短波红外植被指数ndsvi影像，以及根据所述遥感影像，确定hsv颜色空间h影像；根据所述ndsvi影像和h影像，基于ndsvi值和h值的预设阈值，确定冬小麦分布区域。
[0074]
此外，上述的存储器503中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0075]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的基于遥感影像的冬小麦生长前期空间分布监测方法，该方法包括：获取待监测目标区域的卫星遥感影像；根据所述遥感影像，确定归一化短波红外植被指数ndsvi影像，以及根据所述遥感影像，确定hsv颜色空间h影像；根据所述ndsvi影像和h影像，基于ndsvi值和h值的预设阈值，确定冬小麦分布区域。
[0076]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的基于遥感影像的冬小麦生长前期空间分布监测方法，该方法包括：获取待监测目标区域的卫星遥感影像；根据所述遥感影像，确定归一化短波红外植被指数ndsvi影像，以及根据所述遥感影像，确定hsv颜色空间h影像；根据所述ndsvi影像和h影像，基于ndsvi值和h值的预设阈值，确定冬小麦分布区域。
[0077]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0078]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0079]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和
范围。