一种基于遥感时序数据的冬小麦面积估算方法

摘要

本发明涉及一种基于遥感时序数据的冬小麦面积估算方法，该方法基于遥感时序数据，通过连续小波变换，将遥感植被指数时序数据转换为小波系数谱；在此基础上建立研究区域内表征每个像元年内植被变化特征的小波系数二值图；通过将若干已知冬小麦样点的小波系数二值图叠加，生成研究区冬小麦的标准小波系数二值图；研究区域每个像元的小波系数二值图逐一与冬小麦的标准小波系数二值图叠加，统计叠加后建立冬小麦识别标准，逐像元进行冬小麦识别，最后汇总计算获得整个研究区冬小麦的种植面积。该方法能有效地避免各种因素引起的原始植被指数年内变化幅度不一致等问题，具有抗噪能力强、分类精度好、以及适用范围广等优点。

主权项

1.一种基于遥感时序数据的冬小麦面积估算方法，其特征在于包括以下步骤：S1. 获取遥感植被指数时序数据，并生成研究区域内每个像元以日为时间步长的植被指数年内时序数据集； S2. 利用连续小波变换，将每个像元的植被指数年内时序数据转换为小波系数谱；S3. 基于所述小波系数谱建立研究区域内表征每个像元年内植被变化特征的小波系数二值图； S4. 将N个已知冬小麦样点的小波系数二值图进行叠加操作，将叠加后生成的图像中绝对值大于或等于θN的区域设置为1，其他区域设置为-1，生成冬小麦的标准小波系数二值图，θ大于0且小于或等于1，N为自然数；S5. 通过计算每个像元小波系数二值图与冬小麦的标准小波系数二值图叠加后生成的图像中绝对值为2的单元个数占整个图像的比例R，作为冬小麦识别的依据；S6. 通过统计M个若干已知冬小麦样点的R值分布，建立冬小麦识别标准，M为自然数；S7. 依据冬小麦识别标准，逐像元实现冬小麦识别，汇总统计得到研究区域冬小麦面积。