本發(fā)明涉及遙感技術(shù)領(lǐng)域，具體地說(shuō)，涉及一種農(nóng)田種植狀態(tài)的遙感監(jiān)測(cè)方法和系統(tǒng)。

背景技術(shù)：

在農(nóng)作物生長(zhǎng)季內(nèi)，掌握農(nóng)田種植狀態(tài)的動(dòng)態(tài)變化信息意義重大。首先，農(nóng)田種植狀態(tài)的動(dòng)態(tài)變化信息能夠反映出不同作物的輪作模式以及不同時(shí)期農(nóng)田得到有效利用的比例與強(qiáng)度等信息。連續(xù)多年的高強(qiáng)度耕作會(huì)導(dǎo)致農(nóng)田土壤養(yǎng)分、土壤有機(jī)質(zhì)等的含量逐漸下降。另外，在作物收獲之后秸稈還田量較少的情況下，農(nóng)田土壤肥力和產(chǎn)出也會(huì)不斷下降。因而不同作物的輪流種植，甚至于適時(shí)適度的休耕對(duì)保持土壤肥力，提高作物單產(chǎn)十分必要。及時(shí)、客觀、準(zhǔn)確的農(nóng)田種植狀態(tài)信息，可以科學(xué)地指導(dǎo)農(nóng)業(yè)生產(chǎn)。

其次，作物種植面積是農(nóng)業(yè)生產(chǎn)中一項(xiàng)必要的管理信息，對(duì)作物種植面積估算的準(zhǔn)確性對(duì)農(nóng)業(yè)生產(chǎn)有著重要意義。目前，通常依賴(lài)農(nóng)作物精細(xì)分類(lèi)的方法來(lái)估算作物種植面積。但是，這種方法不足以解決作物種植面積中存在的問(wèn)題，且眾多農(nóng)作物精細(xì)分類(lèi)方法往往僅適用于對(duì)小范圍或者農(nóng)田田塊較大的區(qū)域作物分類(lèi)，尤其是在當(dāng)前生長(zhǎng)季尚未結(jié)束時(shí)，由于缺少全生長(zhǎng)季的數(shù)據(jù)，從而使得作物類(lèi)型的精細(xì)識(shí)別是一個(gè)短期內(nèi)無(wú)法解決的難題。

再有，除了作物種植面積的估算，作物單產(chǎn)預(yù)測(cè)以及作物長(zhǎng)勢(shì)監(jiān)測(cè)也是農(nóng)業(yè)生產(chǎn)管理中必須要收集的信息。而及時(shí)、客觀、準(zhǔn)確的農(nóng)田種植狀態(tài)信息，能夠在一定程度上改善相應(yīng)的估算、預(yù)測(cè)與監(jiān)測(cè)精度。

美國(guó)國(guó)家宇航局(NASA)于1991年發(fā)起了一個(gè)稱(chēng)為地球科學(xué)事業(yè)(ESE)的綜合性項(xiàng)目，在該項(xiàng)目中的地球觀測(cè)衛(wèi)星系列(EOS)部分，有兩顆重要的衛(wèi)星：Terra衛(wèi)星和Aqua衛(wèi)星。其中，Terra衛(wèi)星每天上午從北向南通過(guò)赤道，因此又被稱(chēng)為地球觀測(cè)第一顆上午星(EOS-AM1)。Aqua衛(wèi)星每天下午從南向北通過(guò)赤道，因此被稱(chēng)為地球觀測(cè)第一顆下午星(EOS-PM1)，兩顆星均為太陽(yáng)同步極軌衛(wèi)星，在數(shù)據(jù)采集時(shí)間上相互配合。

中分辨率成像光譜儀(MODerate-resolution Imaging Spectroradiometer，簡(jiǎn)稱(chēng)MODIS)是Terra衛(wèi)星和Aqua衛(wèi)星上搭載的主要傳感器之一，兩顆星相互配合，每天可重復(fù)觀測(cè)整個(gè)地球表面，得到36個(gè)波段的觀測(cè)數(shù)據(jù)。MODIS自2000年4月開(kāi)始正式發(fā)布數(shù)據(jù)，MODIS傳感器獲取的遙感數(shù)據(jù)因其在時(shí)空監(jiān)測(cè)尺度上的優(yōu)越性，被廣泛地用于植被、土地利用狀況的監(jiān)測(cè)。

通常，高分辨率的遙感數(shù)據(jù)能夠較中低分辨率遙感數(shù)據(jù)獲取更高精度的農(nóng)田種植狀態(tài)識(shí)別及監(jiān)測(cè)結(jié)果，但是也帶來(lái)了高成本的問(wèn)題，無(wú)法有效開(kāi)展大范圍的農(nóng)田種植狀態(tài)的識(shí)別和監(jiān)測(cè)。中低分辨率遙感數(shù)據(jù)為實(shí)現(xiàn)大范圍農(nóng)田種植狀態(tài)的識(shí)別和監(jiān)測(cè)提供了可能性，降低了監(jiān)測(cè)成本，但監(jiān)測(cè)精度也較高分辨率數(shù)據(jù)有所降低。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問(wèn)題在于，針對(duì)現(xiàn)有技術(shù)中采用高分辨率遙感數(shù)據(jù)監(jiān)測(cè)作物時(shí)的成本高、而采用中低分辨率遙感數(shù)據(jù)時(shí)又達(dá)不到足夠監(jiān)測(cè)精度的問(wèn)題，提供了一種農(nóng)田種植狀態(tài)的遙感監(jiān)測(cè)方法和系統(tǒng)，利用中低分辨率遙感數(shù)據(jù)有效識(shí)別和監(jiān)測(cè)作物生長(zhǎng)季內(nèi)的農(nóng)田種植狀態(tài)的動(dòng)態(tài)變化，提高識(shí)別精度。

為解決上述技術(shù)問(wèn)題，根據(jù)本發(fā)明的一個(gè)方面，本發(fā)明提供了一種農(nóng)田種植狀態(tài)的遙感監(jiān)測(cè)方法，其中，包括：

獲取遙感數(shù)據(jù)，經(jīng)過(guò)預(yù)處理后得到像元的植被指數(shù)曲線(xiàn)數(shù)據(jù)，所述植被指數(shù)曲線(xiàn)數(shù)據(jù)包括由多個(gè)特定時(shí)期順序組成的時(shí)間序列和與所述特定時(shí)期對(duì)應(yīng)的植被指數(shù)值；

提取像元植被指數(shù)曲線(xiàn)的極值點(diǎn)，所述極值點(diǎn)至少包括極大值點(diǎn)；

逐像元、逐時(shí)期比較植被指數(shù)值與預(yù)設(shè)的植被指數(shù)閾值，根據(jù)所述時(shí)期的植被指數(shù)值與植被指數(shù)閾值的比較結(jié)果確定所述像元、所述時(shí)期的農(nóng)田種植狀態(tài)。

優(yōu)選地，所述植被指數(shù)閾值包括休耕農(nóng)田閾值和種植作物農(nóng)田閾值，在所述時(shí)期的植被指數(shù)值大于或等于種植作物農(nóng)田閾值時(shí)，確定所述時(shí)期的農(nóng)田種植狀態(tài)為有作物種植；

在所述時(shí)期的植被指數(shù)值小于所述休耕農(nóng)田閾值時(shí)，確定所述時(shí)期的農(nóng)田種植狀態(tài)為休耕；

在所述時(shí)期的植被指數(shù)值小于種植作物農(nóng)田閾值、且大于或等于休耕農(nóng)田閾值時(shí)，根據(jù)所述時(shí)期的植被指數(shù)數(shù)據(jù)的變化趨勢(shì)，參考所述植被指數(shù)極大值與種植作物農(nóng)田閾值的比較結(jié)果，確定所述時(shí)期的農(nóng)田種植狀態(tài)。

優(yōu)選地，參考所述植被指數(shù)極大值與種植作物農(nóng)田閾值的比較結(jié)果，確定所述時(shí)期的農(nóng)田種植狀態(tài)具體包括：

判斷所述時(shí)期的植被指數(shù)數(shù)據(jù)的變化趨勢(shì)，如果所述時(shí)期的植被指數(shù)數(shù)據(jù)變化趨勢(shì)為增大，獲取所述時(shí)期之后最鄰近的極大值；比較所述像元植被指數(shù)極大值與所述種植作物農(nóng)田閾值的大??；

如果所述時(shí)期的植被指數(shù)數(shù)據(jù)變化趨勢(shì)為減小，獲取所述時(shí)期之前最鄰近的極大值；比較所述像元植被指數(shù)極大值與所述種植作物農(nóng)田閾值的大?。?/p>

如果所述植被指數(shù)極大值大于或等于所述種植作物農(nóng)田閾值，確定所述時(shí)期的農(nóng)田種植狀態(tài)為有作物種植；如果所述植被指數(shù)極大值小于種植作物農(nóng)田閾值，確定所述時(shí)期的農(nóng)田種植狀態(tài)為休耕；

如果所述時(shí)期的植被指數(shù)數(shù)據(jù)變化趨勢(shì)不變，確定所述時(shí)期的植被指數(shù)值為極大值或極小值，當(dāng)所述時(shí)期的植被指數(shù)值為極大值時(shí)，則所述時(shí)期的農(nóng)田種植狀態(tài)為休耕農(nóng)田；

當(dāng)所述時(shí)期的植被指數(shù)值為極小值時(shí)，在所述極小值所在時(shí)期之前和所在時(shí)期之后分別獲取與其相鄰的極大值，分別對(duì)比前、后相鄰的極大值與所述種植作物農(nóng)田閾值的大小，如果前、后極大值中至少一個(gè)大于或等于所述種植作物農(nóng)田閾值，所述時(shí)期的農(nóng)田種植狀態(tài)為有作物種植，如果所述前、后極大值均小于所述種植作物農(nóng)田閾值，所述時(shí)期的農(nóng)田種植狀態(tài)為休耕農(nóng)田。

優(yōu)選地，通過(guò)以下步驟判斷所述時(shí)期的植被指數(shù)數(shù)據(jù)的變化趨勢(shì)：

在所述時(shí)期對(duì)所述像元植被指數(shù)曲線(xiàn)求導(dǎo)，當(dāng)所述時(shí)期的像元植被指數(shù)導(dǎo)數(shù)大于0時(shí)，所述時(shí)期的植被指數(shù)數(shù)據(jù)變化趨勢(shì)為增大；

當(dāng)所述時(shí)期的像元植被指數(shù)導(dǎo)數(shù)小于0時(shí)，所述時(shí)期的植被指數(shù)數(shù)據(jù)變化趨勢(shì)為減小；

當(dāng)所述時(shí)期的像元植被指數(shù)導(dǎo)數(shù)等于0時(shí)，所述時(shí)期的植被指數(shù)數(shù)據(jù)變化趨勢(shì)不變；

當(dāng)所述時(shí)期植被指數(shù)數(shù)據(jù)變化趨勢(shì)不變，則所述時(shí)期植被指數(shù)處于極大值或極小值點(diǎn)，利用所述時(shí)期前一時(shí)期與后一時(shí)期像元植被指數(shù)導(dǎo)數(shù)的正負(fù)判斷，如果前一時(shí)期像元植被指數(shù)導(dǎo)數(shù)大于0，后一時(shí)期像元植被指數(shù)導(dǎo)數(shù)小于0，則所述時(shí)期植被指數(shù)處于極大值點(diǎn)，如果前一時(shí)期像元植被指數(shù)導(dǎo)數(shù)小于0，后一時(shí)期像元植被指數(shù)導(dǎo)數(shù)大于0，則所述時(shí)期植被指數(shù)處于極小值點(diǎn)。

優(yōu)選地，在逐像元、逐時(shí)期比較植被指數(shù)值與植被指數(shù)閾值之前還包括：

根據(jù)訓(xùn)練樣本訓(xùn)練得到所述植被指數(shù)閾值，所述植被指數(shù)閾值至少包括休耕農(nóng)田閾值和種植作物農(nóng)田閾值。

優(yōu)選地，在獲得特定區(qū)域的農(nóng)田種植狀態(tài)后，還包括：

統(tǒng)計(jì)特定時(shí)期、特定區(qū)域范圍內(nèi)休耕農(nóng)田和有作物種植農(nóng)田像元數(shù)量；

計(jì)算有作物種植農(nóng)田像元數(shù)量占休耕農(nóng)田與有作物種植農(nóng)田像元數(shù)量總和的比例，確定所述特定時(shí)期內(nèi)的農(nóng)田種植率。

為解決上述技術(shù)問(wèn)題，根據(jù)本發(fā)明的另一個(gè)方面，本發(fā)明提供了一種農(nóng)田種植狀態(tài)的遙感監(jiān)測(cè)系統(tǒng)，其中，包括：

預(yù)處理模塊，用于對(duì)獲取的遙感數(shù)據(jù)進(jìn)行預(yù)處理，獲得植被指數(shù)曲線(xiàn)數(shù)據(jù)，所述植被指數(shù)曲線(xiàn)數(shù)據(jù)包括由多個(gè)特定時(shí)期順序組成的時(shí)間序列和與所述特定時(shí)期對(duì)應(yīng)的植被指數(shù)值；

極值提取模塊，用于提取像元植被指數(shù)曲線(xiàn)的極值點(diǎn)，所述極值點(diǎn)至少包括極大值點(diǎn)；和

數(shù)據(jù)處理模塊，用于逐像元、逐時(shí)期比較植被指數(shù)值與預(yù)設(shè)的植被指數(shù)閾值，根據(jù)所述時(shí)期的植被指數(shù)值與植被指數(shù)閾值的比較結(jié)果確定所述像元、所述時(shí)期的農(nóng)田種植狀態(tài)。

優(yōu)選地，所述數(shù)據(jù)處理模塊包括：

數(shù)據(jù)讀取單元，用于讀取植被指數(shù)閾值和指定時(shí)期的植被指數(shù)值，其中，所述植被指數(shù)閾值包括休耕農(nóng)田閾值和種植作物農(nóng)田閾值；

比較單元，用于比較指定時(shí)期的植被指數(shù)值和休耕農(nóng)田閾值的大小，比較指定時(shí)期的植被指數(shù)值和種植作物農(nóng)田閾值的大小，及比較植被指數(shù)極大值與種植作物農(nóng)田閾值的大??；和

識(shí)別單元，根據(jù)所述比較單元的比較結(jié)果，確定所述指定時(shí)期的農(nóng)田種植狀態(tài)；

優(yōu)選地，所述數(shù)據(jù)處理模塊包括：

導(dǎo)數(shù)計(jì)算單元，用于在指定時(shí)期對(duì)所述像元植被指數(shù)曲線(xiàn)求導(dǎo)獲得所述指定時(shí)期的導(dǎo)數(shù)；

所述比較單元包括比較所述導(dǎo)數(shù)與0的大小。

優(yōu)選地，所述系統(tǒng)還包括：

植被指數(shù)閾值訓(xùn)練模塊，根據(jù)訓(xùn)練樣本訓(xùn)練得到所述植被指數(shù)閾值，所述植被指數(shù)閾值至少包括休耕農(nóng)田閾值和種植作物農(nóng)田閾值；

和/或驗(yàn)證模塊，用于根據(jù)驗(yàn)證樣本驗(yàn)證數(shù)據(jù)處理模塊識(shí)別得到的農(nóng)田種植狀態(tài)的精度。

優(yōu)選地，所述系統(tǒng)還包括：

數(shù)據(jù)統(tǒng)計(jì)模塊，用于統(tǒng)計(jì)特定時(shí)期、特定區(qū)域的休耕農(nóng)田、有作物種植農(nóng)田的像元數(shù)量，計(jì)算有作物種植農(nóng)田像元數(shù)量占休耕農(nóng)田與有作物種植農(nóng)田像元數(shù)量總和的比例，作為所述特定時(shí)期、特定區(qū)域的農(nóng)田利用率。

本發(fā)明充分利用時(shí)間序列NDVI數(shù)據(jù)的高時(shí)間頻率特性，準(zhǔn)確地獲取了不同時(shí)期休耕農(nóng)田與種植作物的農(nóng)田反映在遙感影像上的顯著差異，僅根據(jù)免費(fèi)的中低分辨率的遙感數(shù)據(jù)即可實(shí)現(xiàn)高精度的農(nóng)田種植狀態(tài)的動(dòng)態(tài)監(jiān)測(cè)，成本低、精度高，且實(shí)施的流程標(biāo)準(zhǔn)，簡(jiǎn)單易行，具有推廣性；識(shí)別出的作物生長(zhǎng)季內(nèi)的農(nóng)田種植狀態(tài)動(dòng)態(tài)變化情況，為全球尺度作物種植面積估算提供了解決方案和數(shù)據(jù)支持，可推動(dòng)作物種植面積估算創(chuàng)新性方法的誕生。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例一提供的一種農(nóng)田種植狀態(tài)的遙感監(jiān)測(cè)方法流程示意圖；

圖2為本發(fā)明實(shí)施例一逐像元、逐時(shí)期識(shí)別農(nóng)田種植狀態(tài)的流程示意圖；

圖3為本發(fā)明實(shí)施例一利用植被指數(shù)閾值建立決策樹(shù)、識(shí)別像元Ni的時(shí)期Tj的農(nóng)田種植狀態(tài)的具體流程示意圖；

圖4為本發(fā)明利用休耕農(nóng)田訓(xùn)練樣本多邊形對(duì)與觀測(cè)時(shí)間相對(duì)應(yīng)的NDVI數(shù)據(jù)進(jìn)行分區(qū)統(tǒng)計(jì)，獲得休耕農(nóng)田樣本的NDVI累計(jì)直方圖；

圖5為本發(fā)明利用作物種植農(nóng)田的訓(xùn)練樣本多邊形對(duì)同時(shí)期的NDVI數(shù)據(jù)進(jìn)行分區(qū)統(tǒng)計(jì)，獲得種植作物的農(nóng)田樣本的NDVI累計(jì)直方圖；

圖6為本發(fā)明實(shí)施例二所述農(nóng)田種植狀態(tài)的遙感監(jiān)測(cè)系統(tǒng)的原理框圖；

圖7為本發(fā)明實(shí)施例二所述數(shù)據(jù)處理模塊的原理框圖；

圖8為本發(fā)明實(shí)施例二中另一所述農(nóng)田種植狀態(tài)的遙感監(jiān)測(cè)系統(tǒng)的原理框圖。

圖9為本發(fā)明實(shí)施例三提供一種農(nóng)田種植率的計(jì)算方法流程示意圖；

圖10為本發(fā)明實(shí)施例三中遙感監(jiān)測(cè)系統(tǒng)的另一原理框圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明的一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

實(shí)施例一

參見(jiàn)圖1，為本發(fā)明實(shí)施例一提供的一種農(nóng)田種植狀態(tài)的遙感監(jiān)測(cè)方法流程示意圖。所述方法包括：

步驟S1，獲取遙感數(shù)據(jù)。

步驟S2，對(duì)取得的遙感數(shù)據(jù)預(yù)處理，從而得到像元的植被指數(shù)曲線(xiàn)數(shù)據(jù)，所述植被指數(shù)曲線(xiàn)數(shù)據(jù)包括由多個(gè)特定時(shí)期順序組成的時(shí)間序列和與所述特定時(shí)期對(duì)應(yīng)的植被指數(shù)值。

步驟S3，提取像元植被指數(shù)曲線(xiàn)的極值點(diǎn)，所述極值點(diǎn)至少包括極大值點(diǎn)。

步驟S4，逐像元、逐時(shí)期比較植被指數(shù)值與預(yù)設(shè)的植被指數(shù)閾值，根據(jù)所述時(shí)期的植被指數(shù)值與植被指數(shù)閾值的比較結(jié)果確定所述像元、所述時(shí)期的農(nóng)田種植狀態(tài)。

具體地，在步驟S1中，所述遙感數(shù)據(jù)來(lái)源于中分辨率成像光譜儀(MODerate resolution Imaging Spectro-radiometer，簡(jiǎn)稱(chēng)MODIS)，包括MODIS上午星(Terra)和下午星(Aqua)16日合成歸一化植被指數(shù)(The Normalized Difference Vegetation Index，簡(jiǎn)稱(chēng)NDVI)產(chǎn)品，產(chǎn)品編號(hào)為MOD13Q1和MYD13Q1，空間分辨率250米，時(shí)間范圍是從2011年10月1日至2013年9月30日，共獲得了五個(gè)不同空間塊(h26v04，h26v05，h27v04，h27v05和h28v05)的長(zhǎng)時(shí)間序列植被指數(shù)產(chǎn)品數(shù)據(jù)。該數(shù)據(jù)是從美國(guó)國(guó)家宇航局(NASA)的Reverb網(wǎng)絡(luò)工具(http://reverb.echo.nasa.gov)上下載獲取。MODIS植被指數(shù)產(chǎn)品是由16天內(nèi)每天的植被指數(shù)采用最大值合成方式合成而來(lái)，其目標(biāo)是優(yōu)先選擇近星下點(diǎn)無(wú)云像元，盡可能減小殘存云、暗影、大氣氣溶膠和BRDF效應(yīng)的影響，在儀器特性和地表特性的限制條件下盡可能增加空間和時(shí)間的覆蓋度，同時(shí)保證合成資料的質(zhì)量及一致性。

在步驟S2中，對(duì)取得的遙感數(shù)據(jù)預(yù)處理包括數(shù)據(jù)拼接、重投影、數(shù)據(jù)類(lèi)型轉(zhuǎn)換和數(shù)據(jù)格式轉(zhuǎn)換等操作，原始數(shù)據(jù)采用HDF(Hierarchical Data Format)科學(xué)數(shù)據(jù)集(Scientific Data Sets,簡(jiǎn)稱(chēng)SDSs)的方式分塊存儲(chǔ)。首先利用MODIS重投影工具對(duì)五個(gè)不同空間塊進(jìn)行拼接，并從HDF文件中讀取NDVI波段數(shù)據(jù)，直接讀取出來(lái)的數(shù)據(jù)是16位有符號(hào)整型數(shù)據(jù)，需要將直接讀取的數(shù)據(jù)除以10000以轉(zhuǎn)換為NDVI實(shí)際值，有效范圍為-1至1之間。最后利用MODIS重投影工具將NDVI數(shù)據(jù)投影為Albers110大地坐標(biāo)系，采用WGS84橢球體，并將轉(zhuǎn)換為GEOTIFF數(shù)據(jù)格式。此時(shí)獲得了為識(shí)別使用的像元的植被指數(shù)曲線(xiàn)數(shù)據(jù)，由多個(gè)特定時(shí)期順序組成的時(shí)間序列和與所述特定時(shí)期對(duì)應(yīng)的植被指數(shù)值。

在步驟S3中，利用預(yù)處理后得到的像元NDVI曲線(xiàn)提取極值點(diǎn)，具體包括：

采用S-G平滑算法(Savitzky-Golay filter)逐像元對(duì)時(shí)間序列NDVI曲線(xiàn)進(jìn)行平滑處理，具體地，將平滑窗口的大小設(shè)置為7，高階多項(xiàng)式的階數(shù)設(shè)置為3。

而后，采用牛頓插值多項(xiàng)式對(duì)時(shí)間序列NDVI曲線(xiàn)進(jìn)行逐點(diǎn)擬合，選用二階牛頓插值多項(xiàng)式對(duì)相鄰三個(gè)NDVI點(diǎn)進(jìn)行插值曲線(xiàn)擬合，依據(jù)擬合出的插值曲線(xiàn)計(jì)算該時(shí)期NDVI導(dǎo)數(shù)值，以NDVI曲線(xiàn)前三個(gè)點(diǎn)為例，牛頓插值多項(xiàng)式擬合和導(dǎo)數(shù)計(jì)算過(guò)程如下：

假設(shè)前三個(gè)NDVI點(diǎn)滿(mǎn)足某個(gè)二次多項(xiàng)式函數(shù)N，已知它在三個(gè)點(diǎn)上的取值為：

N_n(x_i)＝NDVI_i,i＝0,1,2；····································(1)

由于橫坐標(biāo)對(duì)應(yīng)的為時(shí)間且時(shí)間間距固定，因此為了簡(jiǎn)化起見(jiàn)，可將x₀，x₁，x₂設(shè)置為0，1，2。

則二階牛頓插值多項(xiàng)式可記為：

N₂(x)＝a₀+a₁(x-x₀)+a₂(x-x₀)(x-x₁)·······(2)

上式中，包含a₀，a₁，a₂三個(gè)未知系數(shù)，而利用連續(xù)三個(gè)點(diǎn)上的NDVI值便可求解出各系數(shù)：

a₀＝x₀······························(3)

由此便獲得了前三個(gè)NDVI點(diǎn)的二階牛頓插值多項(xiàng)式。本實(shí)施例優(yōu)選了二階牛頓插值多項(xiàng)式，有效避免了龍格現(xiàn)象對(duì)插值結(jié)果的影響。

對(duì)如上獲得的二階牛頓插值多項(xiàng)式求解一階導(dǎo)數(shù)，作為前3個(gè)點(diǎn)中第2個(gè)點(diǎn)的導(dǎo)數(shù)；除第一期和最后一期NDVI數(shù)據(jù)外，其他各期NDVI數(shù)據(jù)的導(dǎo)數(shù)均按上述方式計(jì)算；對(duì)于NDVI序列上的第一期數(shù)據(jù)，將最后一期NDVI前移作為三點(diǎn)插值的第一點(diǎn)，對(duì)于NDVI序列上的最后一期數(shù)據(jù)，將第一期NDVI后移作為三點(diǎn)插值的最后一點(diǎn)，利用同樣的計(jì)算過(guò)程獲得相應(yīng)位置的NDVI導(dǎo)數(shù)。

對(duì)二階牛頓多項(xiàng)式求導(dǎo)之后可得其一階導(dǎo)數(shù)可記為：

N′₂(x)＝a₁+2a₂*x-a₂(x₀+x₁)·······················(6)

將x₀，x₁，x₂的值(分別為0，1，2)代入(6)式中，則獲得了第2個(gè)點(diǎn)的導(dǎo)數(shù)只與a₁，a₂有關(guān)，而a₁，a₂可以直接由(4)和(5)式計(jì)算，因此大大簡(jiǎn)化導(dǎo)數(shù)計(jì)算過(guò)程，提升導(dǎo)數(shù)計(jì)算效率。

最后，利用二階牛頓插值多項(xiàng)式的導(dǎo)數(shù)計(jì)劃結(jié)果進(jìn)行極值點(diǎn)的判定。當(dāng)二階牛頓插值多項(xiàng)式的導(dǎo)數(shù)由正值過(guò)渡為負(fù)值時(shí)，該轉(zhuǎn)折點(diǎn)為對(duì)應(yīng)像元的NDVI曲線(xiàn)的極大值點(diǎn)，由負(fù)值過(guò)渡為正值的轉(zhuǎn)折點(diǎn)為NDVI曲線(xiàn)的極小值點(diǎn)，從而對(duì)應(yīng)地獲得該處的NDVI值。

在步驟S4中,所述植被指數(shù)閾值包括休耕農(nóng)田閾值NDVI_uncropped和種植作物農(nóng)田閾值NDVI_cropped。其中，本發(fā)明利用植被指數(shù)閾值建立決策樹(shù)，逐像元、逐時(shí)期識(shí)別農(nóng)田種植狀態(tài)，具體流程如圖2所示：

步驟S41,選取像元Ni的時(shí)期Tj，其中，i為像元編號(hào)，i＝1，2，3……m，其中m為像元最大值；j＝1，2，3……n，其中，n為像元時(shí)期的最大值，即前述NDVI曲線(xiàn)中時(shí)間序列的總數(shù)。

步驟S42,識(shí)別像元Ni的時(shí)期Tj的農(nóng)田種植狀態(tài)，識(shí)別完像元Ni的時(shí)期Tj的農(nóng)田種植狀態(tài)后，執(zhí)行步驟S43。

步驟S43，判斷是否識(shí)別完像元Ni的所有時(shí)期，如果沒(méi)有識(shí)別完，則轉(zhuǎn)到步驟S42，繼續(xù)識(shí)別時(shí)期Tj的下一個(gè)時(shí)期Tj+1的農(nóng)田種植狀態(tài)，如果已經(jīng)識(shí)別完，則執(zhí)行步驟S44。

步驟S44，判斷是否識(shí)別完所有的像元，如果都已經(jīng)識(shí)別完，則完成了農(nóng)田種植狀態(tài)的識(shí)別，結(jié)束本流程。如果還有像元沒(méi)有識(shí)別，則取像元Ni的下一個(gè)像元Ni+1，返回步驟S41繼續(xù)上述流程，直到識(shí)別完所有的像元。

其中，識(shí)別像元Ni的時(shí)期Tj的農(nóng)田種植狀態(tài)的具體流程如圖3所示。

步驟S420，比較時(shí)期Tj的NDVI值與NDVI_cropped的大小，其中，通過(guò)NDVI曲線(xiàn)可以得到對(duì)應(yīng)時(shí)期Tj的NDVI值。NDVI_cropped為植被指數(shù)閾值，用于代表種植作物的農(nóng)田，為預(yù)選設(shè)置的一個(gè)參數(shù)，該參數(shù)可以通過(guò)一些訓(xùn)練樣本數(shù)據(jù)得到。

步驟S421，判斷時(shí)期Tj的NDVI值是否大于或等于NDVI_cropped，如果時(shí)期Tj的NDVI值大于或等于NDVI_cropped，說(shuō)明此時(shí)期作物種植；如果NDVI值小于NDVI_cropped，轉(zhuǎn)到步驟S422。

步驟S422，判斷時(shí)期Tj的NDVI值是否小于或等于NDVI_uncropped。NDVI_uncropped為植被指數(shù)閾值，用于代表休耕農(nóng)田，如果時(shí)期Tj的NDVI值小于或等于NDVI_uncropped，說(shuō)明此時(shí)期沒(méi)有作物種植，為休耕農(nóng)田；如果時(shí)期Tj的NDVI值大于NDVI_uncropped，即時(shí)期Tj的NDVI值介于NDVI_uncropped和NDVI_cropped之間，此時(shí)，執(zhí)行步驟S423。

步驟S423，在時(shí)期Tj對(duì)所述像元Ni的NDVI曲線(xiàn)求導(dǎo)，得到時(shí)期Tj的導(dǎo)數(shù)。

步驟S424，判斷所述導(dǎo)數(shù)是否等于0，如果所述導(dǎo)數(shù)等于0，則說(shuō)明時(shí)期Tj對(duì)應(yīng)的NDVI處于極大值點(diǎn)或極小值點(diǎn)，則轉(zhuǎn)到步驟S425，如果不等于0，執(zhí)行步驟S429。

步驟S425，判斷當(dāng)前時(shí)期Tj對(duì)應(yīng)的NDVI是否處于極大值點(diǎn)，如果是極大值點(diǎn)，則說(shuō)明此時(shí)期的農(nóng)田沒(méi)有作物種植，為休耕農(nóng)田。如果是極小值點(diǎn)，則執(zhí)行步驟S426。

步驟S426，獲取時(shí)期Tj前后相鄰的極大值。

步驟S427，分別對(duì)比所述前、后相鄰的極大值與NDVI_cropped的大小。

步驟S428，根據(jù)對(duì)比結(jié)果，判斷是否至少有一個(gè)極大值大于或等于NDVI_cropped。如果至少有一個(gè)極大值大于或等于NDVI_cropped，則確定所述時(shí)期的農(nóng)田有作物種植。如果這兩個(gè)極大值都小于NDVI_cropped，則確定所述時(shí)期的農(nóng)田為休耕農(nóng)田。

步驟S429，判斷所述導(dǎo)數(shù)是否大于0，如果大于0，說(shuō)明所述時(shí)期的NDVI值在NDVI曲線(xiàn)上的處于上升階段，即所述像元NDVI曲線(xiàn)在時(shí)間上呈上升趨勢(shì)，此時(shí)的極大值應(yīng)位于所述時(shí)期Tj之后，尋找該時(shí)期Tj之后的第一個(gè)極大值，此時(shí)轉(zhuǎn)到步驟S431。如果所述導(dǎo)數(shù)小于0，說(shuō)明所述時(shí)期的NDVI值在NDVI曲線(xiàn)上處于下降階段，即所述像元NDVI曲線(xiàn)在時(shí)間上呈現(xiàn)減小趨勢(shì)，此時(shí)的極大值應(yīng)位于所述時(shí)期Tj之前，應(yīng)到該時(shí)期Tj之前尋找時(shí)間上最接近的極大值，此時(shí)轉(zhuǎn)到步驟S430。

步驟S430，獲取時(shí)期Tj前最鄰近的極大值，而后執(zhí)行步驟S432。

步驟S431，獲取時(shí)期Tj后最鄰近的極大值，而后執(zhí)行步驟S432。

步驟S432，比較所述極大值與NDVI_cropped的大小。

步驟S433，判斷所述極大值是否大于或等于種植作物農(nóng)田閾值NDVI_cropped，如果是，則確定所述時(shí)期Tj的農(nóng)田種植狀態(tài)為有作物種植，如果不是，所述極大值小于所述種植作物農(nóng)田閾值NDVI_cropped，所述時(shí)期的農(nóng)田種植狀態(tài)為休耕農(nóng)田。

在前述方案中，所述植被指數(shù)閾值NDVI_cropped和NDVI_uncropped為一預(yù)設(shè)值，為提高識(shí)別準(zhǔn)確率，基于地面觀測(cè)獲取的農(nóng)田種植狀態(tài)樣本數(shù)據(jù)提取不同農(nóng)田種植狀態(tài)下植被指數(shù)的累計(jì)直方圖，并確定所述植被指數(shù)閾值。

例如：在2012年至2013年每年4月初、5月底、7月初、8月底先后八次在黃淮海平原開(kāi)展地面觀測(cè)，利用手持GPS記錄了各觀測(cè)時(shí)期農(nóng)田是否有作物種植以及種植的作物類(lèi)型數(shù)據(jù)，并在實(shí)驗(yàn)室內(nèi)將點(diǎn)狀數(shù)據(jù)結(jié)合高分辨率遙感影像拓展為面狀數(shù)據(jù)，用于農(nóng)田種植狀態(tài)監(jiān)測(cè)的訓(xùn)練樣本和驗(yàn)證樣本，基于對(duì)實(shí)驗(yàn)區(qū)不同類(lèi)型的農(nóng)田種植狀態(tài)實(shí)際分布情況，選擇每種類(lèi)型的50％作為訓(xùn)練樣本，其余50％的樣本作為分類(lèi)后驗(yàn)證樣本。

利用休耕農(nóng)田訓(xùn)練樣本多邊形對(duì)與觀測(cè)時(shí)間相對(duì)應(yīng)的NDVI數(shù)據(jù)進(jìn)行分區(qū)統(tǒng)計(jì)，獲得休耕農(nóng)田樣本的NDVI累計(jì)直方圖與累計(jì)頻率(見(jiàn)圖4)；利用種植作物的農(nóng)田訓(xùn)練樣本多邊形對(duì)同時(shí)期的NDVI數(shù)據(jù)進(jìn)行分區(qū)統(tǒng)計(jì)，獲得作物種植區(qū)樣本的NDVI累計(jì)直方圖與累計(jì)頻率(見(jiàn)圖5)。在該圖4、圖5中，橫軸表示NDVI值，縱軸表示累計(jì)頻率。

結(jié)合專(zhuān)家知識(shí)確定休耕農(nóng)田和種植作物農(nóng)田閾值，截取休耕農(nóng)田NDVI累計(jì)頻率為96％處的值作為休耕農(nóng)田閾值(NDVI_uncropped)，在本實(shí)施例中為0.25(如圖4所示)；截取種植作物的耕地NDVI累計(jì)頻率為4％處的值作為種植作物農(nóng)田閾值(NDVI_cropped)，在本實(shí)施例中為0.6(如圖5所示)。

利用如上所述的步驟監(jiān)測(cè)了黃淮海平原的農(nóng)田種植狀態(tài)動(dòng)態(tài)變化過(guò)程，該變化過(guò)程反映了2012年10月冬小麥播種之后至2013年9月底玉米開(kāi)始收獲期間黃淮海平原農(nóng)田種植狀態(tài)動(dòng)態(tài)變化規(guī)律特征。2012年11月至2013年3月期間，黃淮海平原北部部分農(nóng)田一直處于休耕狀態(tài)，表明該時(shí)期內(nèi)北部部分地區(qū)農(nóng)田無(wú)作物種植，主要原因是北部地區(qū)冬季氣溫較低，同時(shí)耕地肥力不足，部分農(nóng)戶(hù)放棄種植冬小麥，每年僅種植一季玉米。從2013年5月開(kāi)始，由于春玉米、棉花等單季作物均開(kāi)始生長(zhǎng)，無(wú)作物種植的耕地逐漸減少，2013年6月下旬開(kāi)始，部分地區(qū)夏糧作物收獲完成，秋糧作物尚未生長(zhǎng)，因此約1/2的耕地上這一時(shí)期無(wú)作物種植，但河南東部、安徽江蘇北部等地區(qū)秋糧播種較早，6月下旬秋糧作物已經(jīng)開(kāi)始生長(zhǎng)，因此這些區(qū)域?yàn)榉N植作物的農(nóng)田，之后黃淮海平原的農(nóng)田幾乎全部種植作物。

空間上，河南、江蘇、安徽北部和山東(除黃河三角洲地區(qū))2012年10月至2013年9月期間，除冬小麥-玉米輪作換季期間，農(nóng)田無(wú)作物生長(zhǎng)外，其余時(shí)期農(nóng)田幾乎得到100％的利用，全年種植兩季作物，且第一季作物收獲至第二季作物播種的時(shí)間間隔很短；在河南北部、西部山區(qū)和河北南部的衡水地區(qū)農(nóng)田種植狀態(tài)較低，冬季無(wú)作物種植，每年僅5月之后耕地上才種植單季作物。

實(shí)施例二

如圖6所示，為本發(fā)明所述農(nóng)田種植狀態(tài)的遙感監(jiān)測(cè)系統(tǒng)的原理框圖。所述遙感監(jiān)測(cè)系統(tǒng)包括預(yù)處理模塊1a、極值點(diǎn)提取模塊2a和數(shù)據(jù)處理模塊3a。其中，所述預(yù)處理模塊1a用于對(duì)獲取的遙感數(shù)據(jù)進(jìn)行預(yù)處理，獲得植被指數(shù)曲線(xiàn)數(shù)據(jù)，所述植被指數(shù)曲線(xiàn)數(shù)據(jù)包括由多個(gè)特定時(shí)期順序組成的時(shí)間序列和與所述特定時(shí)期對(duì)應(yīng)的植被指數(shù)值。所述極值提取模塊2a用于提取像元植被指數(shù)曲線(xiàn)的極值點(diǎn)，所述極值點(diǎn)包括極大值點(diǎn)和極小值點(diǎn)。所述數(shù)據(jù)處理模塊3a利用植被指數(shù)閾值建立決策樹(shù)，通過(guò)逐像元、逐時(shí)期比較植被指數(shù)值與預(yù)設(shè)的植被指數(shù)閾值，根據(jù)所述時(shí)期的植被指數(shù)值與植被指數(shù)閾值的比較結(jié)果確定所述像元、所述時(shí)期的農(nóng)田種植狀態(tài)。

具體地，所述數(shù)據(jù)處理模塊如圖7所示，包括：數(shù)據(jù)讀取單元31、比較單元32、分類(lèi)單元33和導(dǎo)數(shù)計(jì)算單元34。其中，所述數(shù)據(jù)讀取單元31用于讀取植被指數(shù)閾值和指定時(shí)期的植被指數(shù)值，其中，所述植被指數(shù)閾值為預(yù)設(shè)值，包括休耕農(nóng)田閾值和種植作物農(nóng)田閾值。

所述比較單元32用于進(jìn)行比較運(yùn)算，例如：比較指定時(shí)期的植被指數(shù)值和休耕農(nóng)田閾值的大小，比較指定時(shí)期的植被指數(shù)值和種植作物農(nóng)田閾值的大小，以及，比較植被指數(shù)極大值與種植作物的耕地閾值的大小，并將比較的結(jié)果發(fā)送給所述分類(lèi)單元33。

所述分類(lèi)單元33根據(jù)所述比較單元的比較結(jié)果，確定所述指定時(shí)期的農(nóng)田種植狀態(tài)。具體地，參考圖3，所述識(shí)別單元33根據(jù)植被指數(shù)值與種植作物農(nóng)田閾值或休耕農(nóng)田閾值的大小，確定所述時(shí)期的農(nóng)田為休耕或有作物種植狀態(tài)；而在所述時(shí)期的植被指數(shù)值小于種植作物農(nóng)田閾值、且大于或等于休耕農(nóng)田閾值時(shí)，根據(jù)所述時(shí)期的植被指數(shù)數(shù)據(jù)的變化趨勢(shì)，也就是該時(shí)期植被指數(shù)曲線(xiàn)的導(dǎo)數(shù)是大于0、小于0還是等于0來(lái)確定所述時(shí)期的農(nóng)田種植狀態(tài)。因而，所述數(shù)據(jù)處理模塊3包括導(dǎo)數(shù)計(jì)算單元34，用于在指定時(shí)期對(duì)所述像元植被指數(shù)曲線(xiàn)求導(dǎo)獲得所述指定時(shí)期的導(dǎo)數(shù)。

所述比較單元32還用于比較所述導(dǎo)數(shù)與0的大小，在所述導(dǎo)數(shù)不等于0時(shí)，將比較結(jié)果發(fā)送給分類(lèi)單元33。所述分類(lèi)單元33接收到所述比較結(jié)果后，根據(jù)所述植被指數(shù)極大值與種植作物農(nóng)田閾值的比較結(jié)果，如果所述植被指數(shù)極大值大于或等于種植作物農(nóng)田閾值，則確定該農(nóng)田有作物種植，否則確定該農(nóng)田為休耕狀態(tài)。

所述比較單元32在比較得到所述導(dǎo)數(shù)等于0時(shí)，通過(guò)比較像元的植被指數(shù)曲線(xiàn)數(shù)據(jù)，確定當(dāng)前所述植被指數(shù)值為極大值還是極小值，如果為極大值，將該消息發(fā)送給分類(lèi)單元33。所述分類(lèi)單元33在接收到該消息后，確定所述時(shí)期的農(nóng)田種植狀態(tài)為休耕農(nóng)田。

所述比較單元32通過(guò)比較確定所述時(shí)期的植被指數(shù)值為極小值時(shí)，發(fā)送指令給所述數(shù)據(jù)讀取單元31。所述數(shù)據(jù)讀取單元31在所述極小值所在時(shí)期之前和所在時(shí)期之后分別獲取與其相鄰的極大值，并發(fā)送給所述比較單元32，所述比較單元32分別對(duì)比前、后相鄰的極大值與所述種植作物農(nóng)田閾值的大小，并將對(duì)比結(jié)果發(fā)送給分類(lèi)單元33。分類(lèi)單元接收到該結(jié)果后，根據(jù)對(duì)比結(jié)果，如果前、后極大值中至少一個(gè)大于或等于所述種植作物農(nóng)田閾值，所述時(shí)期的農(nóng)田種植狀態(tài)為有作物種植，如果所述前、后極大值都小于所述種植作物農(nóng)田閾值，所述時(shí)期的農(nóng)田種植狀態(tài)為休耕農(nóng)田。

進(jìn)一步地，在另一種實(shí)施方式中，如圖8所示，為了提高識(shí)別準(zhǔn)確率，該實(shí)施方式中的系統(tǒng)除了包括預(yù)處理模塊1b、極值提取模塊2b和數(shù)據(jù)處理模塊3b外，還包括植被指數(shù)閾值訓(xùn)練模塊4b，為了驗(yàn)證本系統(tǒng)的識(shí)別精度，還包括驗(yàn)證模塊5b，并包括用于訓(xùn)練所述植被指數(shù)閾值的訓(xùn)練樣本數(shù)據(jù)和進(jìn)行驗(yàn)證的驗(yàn)證樣本數(shù)據(jù)，所述訓(xùn)練樣本數(shù)據(jù)和驗(yàn)證樣本數(shù)據(jù)沒(méi)有重復(fù)和交集，相互獨(dú)立。所述植被指數(shù)閾值利用訓(xùn)練樣本數(shù)據(jù)利用累計(jì)直方圖及累計(jì)頻率確定，具體如前述實(shí)施例一中的方法所述，在此不再重復(fù)說(shuō)明。

關(guān)于驗(yàn)證，在一個(gè)具體實(shí)施方式中，利用采樣采集的驗(yàn)證樣本數(shù)據(jù)對(duì)前述實(shí)施例中的黃淮海平原農(nóng)田種植狀態(tài)遙感監(jiān)測(cè)結(jié)果進(jìn)行精度驗(yàn)證，具體過(guò)程是，將分類(lèi)結(jié)果與地面實(shí)測(cè)獲取的地物類(lèi)型進(jìn)行比較，比較后導(dǎo)出分類(lèi)結(jié)果的混淆矩陣，而后使用總體分類(lèi)精度和Kappa系數(shù)對(duì)分類(lèi)結(jié)果的精度進(jìn)行評(píng)價(jià)。其中，總體分類(lèi)精度與Kappa系數(shù)的計(jì)算公式如下：

總體分類(lèi)精度：

Kappa系數(shù)計(jì)算公式：

式中，p_ii為混淆矩陣第i行，第i列對(duì)應(yīng)的像元數(shù)，n代表分類(lèi)結(jié)果的類(lèi)別數(shù)量，N為所有用于精度評(píng)價(jià)的像元總數(shù)，p_i+和p_+i和分別是混淆矩陣第i行和第i列的總像元數(shù)。

舉例來(lái)說(shuō)，表1是根據(jù)某次觀測(cè)時(shí)獲取的地物真實(shí)分布數(shù)據(jù)導(dǎo)出的分類(lèi)結(jié)果混淆矩陣：

表1 黃淮海平原農(nóng)田種植狀態(tài)混淆矩陣

其中，地面觀測(cè)獲得的實(shí)際農(nóng)田種植狀態(tài)樣本中，共1890個(gè)像元為種植作物的農(nóng)田，2255個(gè)像元為休耕農(nóng)田；1890個(gè)種植作物的農(nóng)田中，有1882個(gè)像元正確的識(shí)別為種植作物農(nóng)田，8個(gè)像元被錯(cuò)誤的歸類(lèi)為休耕農(nóng)田，生產(chǎn)者精度高達(dá)99.6％；2255個(gè)休耕農(nóng)田像元中，2062個(gè)像元被正確的識(shí)別為休耕農(nóng)田，193個(gè)像元被錯(cuò)誤的歸類(lèi)為種植作物的農(nóng)田，休耕農(nóng)田的生產(chǎn)者精度為91.4％。

從農(nóng)田種植狀況監(jiān)測(cè)結(jié)果的角度，4145個(gè)像元范圍內(nèi)(1890+2255)，共2075個(gè)像元被歸類(lèi)為種植作物的農(nóng)田，其中1882個(gè)像元實(shí)際為種植作物的農(nóng)田像元，用戶(hù)精度為1882/2075＝90.7％；共2070個(gè)像元被歸類(lèi)為休耕農(nóng)田，其中2062個(gè)像元實(shí)際為休耕農(nóng)田，用戶(hù)精度為2062/2075＝99.6％。

利用表1中的數(shù)據(jù)，計(jì)算出利用本發(fā)明所述方法對(duì)黃淮海平原的農(nóng)田種植狀態(tài)識(shí)別結(jié)果的總體精度為(1882+2062)/(1882+8+193+2062)＝95.2％，Kappa系數(shù)為90.5％，從而可見(jiàn)，盡管本發(fā)明使用中低分辨率的遙感數(shù)據(jù)作為源數(shù)據(jù)，但是仍然獲得了較高的識(shí)別精度。

實(shí)施例三

如圖9所示，為本實(shí)施例中農(nóng)田種植率的計(jì)算方法流程示意圖。

步驟S1'，獲取遙感數(shù)據(jù)，其為免費(fèi)的中低分辨率的遙感數(shù)據(jù)。

步驟S2'，識(shí)別農(nóng)田種植狀態(tài)，具體如前面實(shí)施例一中的方法，根據(jù)所述方法逐像元、逐時(shí)期地獲取農(nóng)田種植狀態(tài)。

步驟S3'，統(tǒng)計(jì)特定時(shí)期、特定區(qū)域范圍內(nèi)休耕農(nóng)田與有作物種植的農(nóng)田像元數(shù)量。

步驟S4'，計(jì)算有作物種植的農(nóng)田像元數(shù)量占休耕農(nóng)田與有作物種植的農(nóng)田像元數(shù)量總和的比例，從而得到所述特定時(shí)期內(nèi)的農(nóng)田種植率。

對(duì)應(yīng)于系統(tǒng)，如圖10所示，除了包括與實(shí)施例二所述的監(jiān)測(cè)系統(tǒng)相同的模塊，如預(yù)處理模塊1a、極值提取模塊2a和數(shù)據(jù)處理模塊3a，或預(yù)處理模塊1b、極值提取模塊2b、數(shù)據(jù)處理模塊3b、植被指數(shù)閾值訓(xùn)練模塊4b和驗(yàn)證模塊5b外，還包括數(shù)據(jù)統(tǒng)計(jì)模塊4c，用于統(tǒng)計(jì)特定區(qū)域內(nèi)休耕農(nóng)田像元數(shù)量、種植作物農(nóng)田像元數(shù)量及計(jì)算農(nóng)田種植狀態(tài)。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下明顯的技術(shù)優(yōu)勢(shì)：

1.充分利用時(shí)間序列NDVI數(shù)據(jù)的高時(shí)間頻率特性，準(zhǔn)確的獲取了不同時(shí)期休耕農(nóng)田與種植作物的農(nóng)田反映在遙感影像上的顯著差異，且方法流程標(biāo)準(zhǔn)，簡(jiǎn)單易行，具有一定的推廣性；

2.采用了結(jié)合樣本數(shù)據(jù)統(tǒng)計(jì)獲取的植被指數(shù)累計(jì)直方分布與決策樹(shù)的農(nóng)田種植狀態(tài)遙感分類(lèi)方法，僅需要免費(fèi)的中低分辨率的遙感數(shù)據(jù)即可實(shí)現(xiàn)高精度的農(nóng)田種植狀態(tài)與農(nóng)田種植狀態(tài)的動(dòng)態(tài)監(jiān)測(cè)。

以上實(shí)施方式僅用于說(shuō)明本發(fā)明，而并非對(duì)本發(fā)明的限制，有關(guān)技術(shù)領(lǐng)域的普通技術(shù)人員，在不脫離本發(fā)明的精神和范圍的情況下，還可以做出各種變化和變型，因此所有等同的技術(shù)方案也屬于本發(fā)明的范疇，本發(fā)明的專(zhuān)利保護(hù)范圍應(yīng)由權(quán)利要求限定。