本發(fā)明涉及遙感技術(shù)與農(nóng)田灌溉管理領(lǐng)域,具體涉及一種基于遙感影像對農(nóng)田灌域和排域劃分的方法。
背景技術(shù):
ENVI是一個(gè)完整的遙感圖像處理平臺,應(yīng)用匯集中的軟件處理技術(shù)覆蓋了圖像數(shù)據(jù)的輸入/輸出、圖像定標(biāo)、圖像增強(qiáng)、糾正、正射校正、鑲嵌、數(shù)據(jù)融合以及各種變換、信息提取、圖像分類、基于知識的決策樹分類、與GIS的整合、DEM及地形信息提取、雷達(dá)數(shù)據(jù)處理、三維立體顯示分析。
GIS是地理信息系統(tǒng)(Geographic Information System)的縮寫,有時(shí)又稱為“地學(xué)信息系統(tǒng)”。它是一種特定的十分重要的空間信息系統(tǒng)。它是在計(jì)算機(jī)硬、軟件系統(tǒng)支持下,對整個(gè)或部分地球表層(包括大氣層)空間中的有關(guān)地理分布數(shù)據(jù)進(jìn)行采集、儲存、管理、運(yùn)算、分析、顯示和描述的技術(shù)系統(tǒng)。
Google Earth 是一款虛擬地球儀軟件,可以把衛(wèi)星照片、航空照相和GIS布置在一個(gè)地球的三維模型上,并且可以提供全球各地的高清晰度衛(wèi)星圖片。
隨著社會的發(fā)展和科技的進(jìn)步,各個(gè)行業(yè)都在向信息化和智能化轉(zhuǎn)變。農(nóng)業(yè)自古以來都是我國最重要的產(chǎn)業(yè)之一,它有著不可動搖的地位。近些年城市化速率不斷加快,農(nóng)田耕地大量閑置,新一代農(nóng)村青年種田積極性不高。此外,北方耕作區(qū)受自然地理?xiàng)l件的影響,水源條件差,影響農(nóng)作物的產(chǎn)量。同時(shí),節(jié)水灌溉技術(shù)還沒有普及,導(dǎo)致在灌溉過程中水資源的浪費(fèi)。
如果不及時(shí)解決上述問題,將影響我國糧食安全,而農(nóng)田區(qū)域信息化管理將是未來農(nóng)業(yè)發(fā)展的必然趨勢。
目前,我國還沒有實(shí)現(xiàn)大規(guī)模農(nóng)田立體化調(diào)控與管理,只有部分地區(qū)對小塊面積進(jìn)行了試驗(yàn)性研究。因此,需要一種可以進(jìn)行大規(guī)模農(nóng)田管理的技術(shù)方法,而大規(guī)模農(nóng)田管理技術(shù)必然會涉及灌域和排域的劃分。
技術(shù)實(shí)現(xiàn)要素:
針對現(xiàn)有技術(shù)中的上述不足,本發(fā)明提供的一種基于遙感影像對農(nóng)田灌域和排域劃分的方法解決了對大規(guī)模農(nóng)田管理的技術(shù)中灌域和排域的規(guī)劃。
為了達(dá)到上述發(fā)明目的,本發(fā)明采用的技術(shù)方案為:
提供一種基于遙感影像對農(nóng)田灌域和排域劃分的方法,其包括以下步驟:
步驟一,確定要提取的渠道和溝道的級別,并根據(jù)渠道和溝道級別確定渠道和溝道級別與遙感影像精度的對應(yīng)關(guān)系;
步驟二,根據(jù)渠道和溝道級別與遙感影像精度的對應(yīng)關(guān)系,選取對應(yīng)精度的遙感影像;
步驟三,使用ENVI對所選取的對應(yīng)精度的遙感影像進(jìn)行預(yù)處理,并根據(jù)渠道的波譜特征和線性幾何特征,建立樣本庫和目標(biāo)模板;
步驟四,使用ENVI對樣本庫和目標(biāo)模板進(jìn)行渠道和溝道地物信息的提取;
步驟五,將提取的渠道和溝道地物信息利用數(shù)學(xué)形態(tài)學(xué)進(jìn)行分類后處理,并生成處理后的圖像;
步驟六,將步驟五中處理后的圖像導(dǎo)入到GIS中,并結(jié)合Google Earth中該研究區(qū)域的圖像對渠道的分布位置進(jìn)行進(jìn)一步修正;
步驟七,使用GIS對步驟六中修正后的圖像進(jìn)行灌域和排域的劃分,并輸出結(jié)果,其中灌域和排域的劃分原則遵循:兩個(gè)渠道之間為溝道的排域,兩個(gè)溝道之間為渠道的灌域。
進(jìn)一步地,確定要提取的渠道和溝道的級別,并根據(jù)渠道和溝道級別確定渠道和溝道級別與遙感影像精度的對應(yīng)關(guān)系的具體過程為:農(nóng)田渠道和溝道的級別分為干、支、斗、農(nóng)和毛,其中毛渠最小,影像精度最高,為亞米級;農(nóng)渠和斗渠為米級;支渠和干渠的精度要求為農(nóng)渠和斗渠的十分之一。
進(jìn)一步地,ENVI對遙感影像進(jìn)行的預(yù)處理包括幾何校正、融合、鑲嵌、波段組合、剪切和/或大氣校正。
進(jìn)一步地,將提取的渠道和溝道地物信息利用數(shù)學(xué)形態(tài)學(xué)進(jìn)行分類后處理的具體過程為:將渠道分為干、支、斗、農(nóng)和毛級別,并利用數(shù)學(xué)形態(tài)學(xué)對不同級別的渠道獨(dú)立進(jìn)行腐蝕、膨脹和/或開閉運(yùn)算處理。
進(jìn)一步地,ENVI對對樣本庫和目標(biāo)模板進(jìn)行渠道和溝道地物圖像信息提取的方發(fā)包括自動分類、人工解譯和/或反演。
本發(fā)明的有益效果為:
本發(fā)明可以實(shí)現(xiàn)大規(guī)模農(nóng)田渠道和溝道的提取,并劃分其對應(yīng)的灌域和排域,為農(nóng)田信息化提供基礎(chǔ)支撐,客服人工識別渠道和溝道耗時(shí)費(fèi)力的缺點(diǎn),提高工作效率,適用于農(nóng)田信息化管理和智慧農(nóng)田的構(gòu)建。
附圖說明
圖1為本發(fā)明的流程示意圖。
具體實(shí)施方式
下面對本發(fā)明的具體實(shí)施方式進(jìn)行描述,以便于本技術(shù)領(lǐng)域的技術(shù)人員理解本發(fā)明,但應(yīng)該清楚,本發(fā)明不限于具體實(shí)施方式的范圍,對本技術(shù)領(lǐng)域的普通技術(shù)人員來講,只要各種變化在所附的權(quán)利要求限定和確定的本發(fā)明的精神和范圍內(nèi),這些變化是顯而易見的,一切利用本發(fā)明構(gòu)思的發(fā)明創(chuàng)造均在保護(hù)之列。
如圖1所示,該基于遙感影像對農(nóng)田灌域和排域劃分的方法包括以下步驟:
步驟一,確定要提取的渠道和溝道的級別,并根據(jù)渠道和溝道級別確定渠道和溝道級別與遙感影像精度的對應(yīng)關(guān)系;
步驟二,根據(jù)渠道和溝道級別與遙感影像精度的對應(yīng)關(guān)系,選取對應(yīng)精度的遙感影像,為了對圖像進(jìn)行融合和對比校正,提高本方法對全年不同季節(jié)的適用性,不同季節(jié)中的遙感圖像均選取至少一份;其中農(nóng)田渠道和溝道的級別分為干、支、斗、農(nóng)和毛,其中毛渠最小,影像精度最高,為亞米級;農(nóng)渠和斗渠為米級;支渠和干渠的精度要求為農(nóng)渠和斗渠的十分之一;
步驟三,使用ENVI對所選取的對應(yīng)精度的遙感影像進(jìn)行預(yù)處理,并根據(jù)渠道的波譜特征和線性幾何特征,建立樣本庫和目標(biāo)模板;其中ENVI對遙感影像進(jìn)行的預(yù)處理包括幾何校正、融合、鑲嵌、波段組合、剪切和/或大氣校正;
步驟四,使用ENVI對樣本庫和目標(biāo)模板進(jìn)行渠道和溝道地物信息的提??;其中ENVI對樣本庫和目標(biāo)模板進(jìn)行渠道和溝道地物圖像信息提取的方發(fā)包括自動分類、人工解譯和/或反演;
步驟五,將提取的渠道和溝道地物信息利用數(shù)學(xué)形態(tài)學(xué)進(jìn)行分類后處理,增加渠道的平滑性和連續(xù)性,并生成處理后的圖像;其中分類與處理的具體步驟為:將渠道分為干、支、斗、農(nóng)和毛級別,并利用數(shù)學(xué)形態(tài)學(xué)對不同級別的渠道獨(dú)立進(jìn)行腐蝕、膨脹和/或開閉運(yùn)算處理;
步驟六,將步驟五中處理后的圖像導(dǎo)入到GIS中,并結(jié)合Google Earth中該研究區(qū)域的圖像對渠道的分布位置進(jìn)行進(jìn)一步修正;
步驟七,使用GIS對步驟六中修正后的圖像進(jìn)行灌域和排域的劃分,并輸出結(jié)果,其中灌域和排域的劃分原則遵循:兩個(gè)渠道之間為溝道的排域,兩個(gè)溝道之間為渠道的灌域。
本發(fā)明利用ENVI和GIS,并結(jié)合Google Earth對遙感影像進(jìn)行處理,最終得到渠道和溝道的識別,根據(jù)兩個(gè)渠道之間為排水溝的排域,兩個(gè)溝道之間為渠道的灌域的劃分原則,可以得出農(nóng)田灌域和排域,并對其進(jìn)行精確劃分,為農(nóng)田的信息化提供了基礎(chǔ)支撐,克服了人工識別渠道和溝道耗時(shí)費(fèi)力的缺點(diǎn),提高了工作效率與農(nóng)田的合理規(guī)劃。