一种基于遥感影像的覆膜农田信息自动提取方法
摘要文本
一种基于遥感影像的覆膜农田信息自动提取方法，它涉及遥感应用技术领域，具体涉及一种基于遥感影像的覆膜农田信息自动提取方法。方法：一：导入分类样本点及研究区矢量，进行批量计算；二：完成图像裁剪并将该影像进行镶嵌；三：组成遥感影像数据集用于覆膜农田信息提取；四：提取训练样本及验证样本的属性信息用于分类；五：创建关于决策树数量与分类精度关系的图表对分类器进行参数调优；六：对遥感影像开展覆膜农田信息提取；七：获取分类器中参与分类特征的特征重要性分数；八：得到不同方案的遥感分类结果；九：评价不同特征组合方案及不同类别地物的分类精度。本发明方法能够自动、高效的提取覆膜农田信息，而且精度大幅度的提升。
申请人信息
- 申请人:中国科学院东北地理与农业生态研究所
- 申请人地址:130102 吉林省长春市高新技术产业开发区长东北核心区盛北大街4888号
- 发明人: 中国科学院东北地理与农业生态研究所
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于遥感影像的覆膜农田信息自动提取方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311531263.0 |
| 申请日 | 2023/11/16 |
| 公告号 | CN117475325A |
| 公开日 | 2024/1/30 |
| IPC主分类号 | G06V20/13 |
| 权利人 | 中国科学院东北地理与农业生态研究所 |
| 发明人 | 杨倩; 陶锋; 杜嘉; 刘焕军 |
| 地址 | 吉林省长春市高新技术产业开发区长东北核心区盛北大街4888号 |
专利主权项内容
1.一种基于遥感影像的覆膜农田信息自动提取方法，其特征在于，该方法包括以下步骤：第一步：导入分类样本点及研究区矢量，利用function函数创建NDVI、NDBI、NDWI、EVI指数计算公式对遥感影像数据集进行批量计算，并利用function函数创建土地利用类型属性号，再通过map函数遍历上传的每一个分类样本；第二步：定义遥感数据产品影像数据集名称并通过其ID进行调用，利用filterDate函数指定适合研究区进行覆膜农田信息提取的影像日期，并利用map函数对上一步所创建的指数函数在遥感影像上进行遍历计算，然后利用select函数选取需要参与分类的遥感影像波段，再利用导入的研究区矢量边界完成图像裁剪并将该影像进行镶嵌；第三步：利用glcmTexture函数对得到的影像提取纹理特征，得到纹理特征影像，再利用ee.Image.cat函数将遥感影像与纹理特征影像进行合并，组成遥感影像数据集用于覆膜农田信息提取；第四步：利用merge函数将导入的分类样本点合并，然后利用randomColumn函数为每个样本点生成一个位于0-1之间的随机数值，而后通过ee.Filter.lte与ee.Filter.gt将样本拆分为训练样本及验证样本两类，再提取训练样本及验证样本的属性信息用于分类；第五步：利用ee.Classifier.smileRandomForest创建随机森林分类器，并通过分类样本进分类器的训练，然后利用errorMatrix函数计算各个地物类别的分类精度，最后利用ui.Chart.array.values创建关于决策树数量与分类精度关系的图表对分类器进行参数调优；第六步：利用classify函数及经过训练的随机森林分类器对遥感影像开展覆膜农田信息提取；第七步：利用explain及get函数获取分类器中参与分类特征的特征重要性分数导出到本地在表格中选出排名靠前的特征；第八步：利用优选出的特征组合成不同特征方案，最后通过随机森林分类器对不同组合分类方案进行覆膜农田信息提取，得到不同方案的随机森林遥感分类结果；第九步：利用errorMatrix混淆矩阵函数来评价随机森林分类算法下不同特征组合方案及不同类别地物的分类精度。。数据由马 克 团 队整理