CN106446918A - 一种基于遥感影像对农田灌域和排域划分的方法 - Google Patents
一种基于遥感影像对农田灌域和排域划分的方法 Download PDFInfo
- Publication number
- CN106446918A CN106446918A CN201610931144.8A CN201610931144A CN106446918A CN 106446918 A CN106446918 A CN 106446918A CN 201610931144 A CN201610931144 A CN 201610931144A CN 106446918 A CN106446918 A CN 106446918A
- Authority
- CN
- China
- Prior art keywords
- channel
- remote sensing
- domain
- raceway groove
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000003973 irrigation Methods 0.000 title abstract description 18
- 230000002262 irrigation Effects 0.000 title abstract description 18
- 238000000605 extraction Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000010008 shearing Methods 0.000 claims 1
- 238000001228 spectrum Methods 0.000 claims 1
- 108091006146 Channels Proteins 0.000 description 55
- 238000007726 management method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000004927 fusion Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 235000021393 food security Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 210000002268 wool Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于遥感影像对农田灌域和排域划分的方法，本发明利用ENVI和GIS，并结合Google Earth对遥感影像进行处理，最终得到渠道和沟道的识别，并根据两个渠道之间为排水沟的排域，两个沟道之间为渠道的灌域的划分原则，可以得出农田灌域和排域，并对其进行精确划分，为农田的信息化提供了基础支撑，克服了人工识别渠道和沟道耗时费力的缺点，提高了工作效率与农田的合理规划。
Description
技术领域
本发明涉及遥感技术与农田灌溉管理领域，具体涉及一种基于遥感影像对农田灌域和排域划分的方法。
背景技术
ENVI是一个完整的遥感图像处理平台，应用汇集中的软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。
GIS是地理信息系统（Geographic Information System）的缩写，有时又称为“地学信息系统”。它是一种特定的十分重要的空间信息系统。它是在计算机硬、软件系统支持下，对整个或部分地球表层（包括大气层）空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。
Google Earth 是一款虚拟地球仪软件，可以把卫星照片、航空照相和GIS布置在一个地球的三维模型上，并且可以提供全球各地的高清晰度卫星图片。
随着社会的发展和科技的进步，各个行业都在向信息化和智能化转变。农业自古以来都是我国最重要的产业之一，它有着不可动摇的地位。近些年城市化速率不断加快，农田耕地大量闲置，新一代农村青年种田积极性不高。此外，北方耕作区受自然地理条件的影响，水源条件差，影响农作物的产量。同时，节水灌溉技术还没有普及，导致在灌溉过程中水资源的浪费。
如果不及时解决上述问题，将影响我国粮食安全，而农田区域信息化管理将是未来农业发展的必然趋势。
目前，我国还没有实现大规模农田立体化调控与管理，只有部分地区对小块面积进行了试验性研究。因此，需要一种可以进行大规模农田管理的技术方法，而大规模农田管理技术必然会涉及灌域和排域的划分。
发明内容
针对现有技术中的上述不足，本发明提供的一种基于遥感影像对农田灌域和排域划分的方法解决了对大规模农田管理的技术中灌域和排域的规划。
为了达到上述发明目的，本发明采用的技术方案为：
提供一种基于遥感影像对农田灌域和排域划分的方法，其包括以下步骤：
步骤一，确定要提取的渠道和沟道的级别，并根据渠道和沟道级别确定渠道和沟道级别与遥感影像精度的对应关系；
步骤二，根据渠道和沟道级别与遥感影像精度的对应关系，选取对应精度的遥感影像；
步骤三，使用ENVI对所选取的对应精度的遥感影像进行预处理，并根据渠道的波谱特征和线性几何特征，建立样本库和目标模板；
步骤四，使用ENVI对样本库和目标模板进行渠道和沟道地物信息的提取；
步骤五，将提取的渠道和沟道地物信息利用数学形态学进行分类后处理，并生成处理后的图像；
步骤六，将步骤五中处理后的图像导入到GIS中，并结合Google Earth中该研究区域的图像对渠道的分布位置进行进一步修正；
步骤七，使用GIS对步骤六中修正后的图像进行灌域和排域的划分，并输出结果，其中灌域和排域的划分原则遵循：两个渠道之间为沟道的排域，两个沟道之间为渠道的灌域。
进一步地，确定要提取的渠道和沟道的级别，并根据渠道和沟道级别确定渠道和沟道级别与遥感影像精度的对应关系的具体过程为：农田渠道和沟道的级别分为干、支、斗、农和毛，其中毛渠最小，影像精度最高，为亚米级；农渠和斗渠为米级；支渠和干渠的精度要求为农渠和斗渠的十分之一。
进一步地，ENVI对遥感影像进行的预处理包括几何校正、融合、镶嵌、波段组合、剪切和/或大气校正。
进一步地，将提取的渠道和沟道地物信息利用数学形态学进行分类后处理的具体过程为：将渠道分为干、支、斗、农和毛级别，并利用数学形态学对不同级别的渠道独立进行腐蚀、膨胀和/或开闭运算处理。
进一步地，ENVI对对样本库和目标模板进行渠道和沟道地物图像信息提取的方发包括自动分类、人工解译和/或反演。
本发明的有益效果为：
本发明可以实现大规模农田渠道和沟道的提取，并划分其对应的灌域和排域，为农田信息化提供基础支撑，客服人工识别渠道和沟道耗时费力的缺点，提高工作效率，适用于农田信息化管理和智慧农田的构建。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，该基于遥感影像对农田灌域和排域划分的方法包括以下步骤：
步骤一，确定要提取的渠道和沟道的级别，并根据渠道和沟道级别确定渠道和沟道级别与遥感影像精度的对应关系；
步骤二，根据渠道和沟道级别与遥感影像精度的对应关系，选取对应精度的遥感影像，为了对图像进行融合和对比校正，提高本方法对全年不同季节的适用性，不同季节中的遥感图像均选取至少一份；其中农田渠道和沟道的级别分为干、支、斗、农和毛，其中毛渠最小，影像精度最高，为亚米级；农渠和斗渠为米级；支渠和干渠的精度要求为农渠和斗渠的十分之一；
步骤三，使用ENVI对所选取的对应精度的遥感影像进行预处理，并根据渠道的波谱特征和线性几何特征，建立样本库和目标模板；其中ENVI对遥感影像进行的预处理包括几何校正、融合、镶嵌、波段组合、剪切和/或大气校正；
步骤四，使用ENVI对样本库和目标模板进行渠道和沟道地物信息的提取；其中ENVI对样本库和目标模板进行渠道和沟道地物图像信息提取的方发包括自动分类、人工解译和/或反演；
步骤五，将提取的渠道和沟道地物信息利用数学形态学进行分类后处理，增加渠道的平滑性和连续性，并生成处理后的图像；其中分类与处理的具体步骤为：将渠道分为干、支、斗、农和毛级别，并利用数学形态学对不同级别的渠道独立进行腐蚀、膨胀和/或开闭运算处理；
步骤六，将步骤五中处理后的图像导入到GIS中，并结合Google Earth中该研究区域的图像对渠道的分布位置进行进一步修正；
步骤七，使用GIS对步骤六中修正后的图像进行灌域和排域的划分，并输出结果，其中灌域和排域的划分原则遵循：两个渠道之间为沟道的排域，两个沟道之间为渠道的灌域。
本发明利用ENVI和GIS，并结合Google Earth对遥感影像进行处理，最终得到渠道和沟道的识别，根据两个渠道之间为排水沟的排域，两个沟道之间为渠道的灌域的划分原则，可以得出农田灌域和排域，并对其进行精确划分，为农田的信息化提供了基础支撑，克服了人工识别渠道和沟道耗时费力的缺点，提高了工作效率与农田的合理规划。
Claims (5)
1.一种基于遥感影像对农田灌域和排域划分的方法，其特征在于，包括以下步骤：
步骤一，确定要提取的渠道和沟道的级别，并根据渠道和沟道级别确定渠道和沟道级别与遥感影像精度的对应关系；
步骤二，根据渠道和沟道级别与遥感影像精度的对应关系，选取对应精度的遥感影像；
步骤三，使用ENVI对所选取的对应精度的遥感影像进行预处理，并根据渠道的波谱特征和线性几何特征，建立样本库和目标模板；
步骤四，使用ENVI对样本库和目标模板进行渠道和沟道地物信息的提取；
步骤五，将提取的渠道和沟道地物信息利用数学形态学进行分类后处理，并生成处理后的图像；
步骤六，将步骤五中处理后的图像导入到GIS中，并结合Google Earth中该研究区域的图像对渠道的分布位置进行进一步修正；
步骤七，使用GIS对步骤六中修正后的图像进行灌域和排域的划分，并输出结果，其中灌域和排域的划分原则遵循：两个渠道之间为沟道的排域，两个沟道之间为渠道的灌域。
2.根据权利要求1所述的基于遥感影像对农田灌域和排域划分的方法，其特征在于：所述确定要提取的渠道和沟道的级别，并根据渠道和沟道级别确定渠道和沟道级别与遥感影像精度的对应关系的具体过程为：农田渠道和沟道的级别分为干、支、斗、农和毛，其中毛渠最小，影像精度最高，为亚米级；农渠和斗渠为米级；支渠和干渠的精度要求为农渠和斗渠的十分之一。
3.根据权利要求1或2所述的基于遥感影像对农田灌域和排域划分的方法，其特征在于：所述ENVI对遥感影像进行的预处理包括几何校正、融合、镶嵌、波段组合、剪切和/或大气校正。
4.根据权利要求3所述的基于遥感影像对农田灌域和排域划分的方法，其特征在于：所述将提取的渠道和沟道地物信息利用数学形态学进行分类后处理的具体过程为：将渠道分为干、支、斗、农和毛级别，并利用数学形态学对不同级别的渠道独立进行腐蚀、膨胀和/或开闭运算处理。
5.根据权利要求3所述的基于遥感影像对农田灌域和排域划分的方法，其特征在于：所述ENVI对对样本库和目标模板进行渠道和沟道地物图像信息提取的方法包括自动分类、人工解译和/或反演。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610931144.8A CN106446918B (zh) | 2016-10-24 | 2016-10-24 | 一种基于遥感影像对农田灌域和排域划分的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610931144.8A CN106446918B (zh) | 2016-10-24 | 2016-10-24 | 一种基于遥感影像对农田灌域和排域划分的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106446918A true CN106446918A (zh) | 2017-02-22 |
| CN106446918B CN106446918B (zh) | 2017-12-05 |
Family
ID=58177455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610931144.8A Active CN106446918B (zh) | 2016-10-24 | 2016-10-24 | 一种基于遥感影像对农田灌域和排域划分的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106446918B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109579926A (zh) * | 2018-12-03 | 2019-04-05 | 中国水利水电科学研究院 | 一种末端渠系水利用系数测算方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102521273A (zh) * | 2011-11-23 | 2012-06-27 | 中国科学院地理科学与资源研究所 | 一种高分辨率遥感的多功能城市用地空间信息生成方法 |
| CN103364781A (zh) * | 2012-04-11 | 2013-10-23 | 南京财经大学 | 基于遥感数据与地理信息系统的粮田地面参照点筛选方法 |
| CN105184224A (zh) * | 2015-08-10 | 2015-12-23 | 东北农业大学 | 一种东北地区水田分类与信息提取系统及方法 |
-
2016
- 2016-10-24 CN CN201610931144.8A patent/CN106446918B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102521273A (zh) * | 2011-11-23 | 2012-06-27 | 中国科学院地理科学与资源研究所 | 一种高分辨率遥感的多功能城市用地空间信息生成方法 |
| CN103364781A (zh) * | 2012-04-11 | 2013-10-23 | 南京财经大学 | 基于遥感数据与地理信息系统的粮田地面参照点筛选方法 |
| CN105184224A (zh) * | 2015-08-10 | 2015-12-23 | 东北农业大学 | 一种东北地区水田分类与信息提取系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 易珍言: "遥感技术在灌溉管理中的应用研究", 《中国优秀硕士论文全文数据库》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109579926A (zh) * | 2018-12-03 | 2019-04-05 | 中国水利水电科学研究院 | 一种末端渠系水利用系数测算方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106446918B (zh) | 2017-12-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang-Erlandsson et al. | Remote land use impacts on river flows through atmospheric teleconnections | |
| Sanzana et al. | A GIS-based urban and peri-urban landscape representation toolbox for hydrological distributed modeling | |
| Seguí et al. | Comparison of three downscaling methods in simulating the impact of climate change on the hydrology of Mediterranean basins | |
| CN102938066B (zh) | 一种基于多元数据重建建筑物外轮廓多边形的方法 | |
| CN107145872A (zh) | 基于gis缓冲区分析的荒漠河岸林空间分布获取方法 | |
| Quan et al. | Urban land expansion in Quanzhou city, China, 1995–2010 | |
| CN102324102A (zh) | 一种图像场景空洞区域结构和纹理信息自动填补方法 | |
| Xu et al. | Image-processing-based atmospheric river tracking method version 1 (IPART-1) | |
| CN104850853B (zh) | 城市快速提取方法及装置 | |
| CN104103076A (zh) | 一种基于高分辨率遥感影像的核电厂规划限制区遥感监查方法 | |
| Zhang et al. | Analysis on spatial structure of landuse change based on remote sensing and geographical information system | |
| Jiang et al. | Spatiotemporal dynamics of soil erosion risk for Anji County, China | |
| Zhang et al. | Methods for automatic identification and extraction of terraces from high spatial resolution satellite data (China-GF-1) | |
| Lu et al. | Mapping the terraces on the Loess Plateau based on a deep learning-based model at 1.89 m resolution | |
| CN106446918B (zh) | 一种基于遥感影像对农田灌域和排域划分的方法 | |
| Pouyan et al. | Spatial and seasonal modeling of the land surface temperature using random forest | |
| Chajaei et al. | Machine learning framework for high-resolution air temperature downscaling using LiDAR-derived urban morphological features | |
| Choi et al. | Estimation and mapping of methane emissions from rice paddies in Korea: Analysis of regional differences and characteristics | |
| Gartsman et al. | Analysis of the structure of river systems and the prospects for modeling hydrological processes | |
| Bai et al. | AP-semi: Improving the semi-supervised semantic segmentation for VHR images through adaptive data augmentation and prototypical sample guidance | |
| Coll-Hidalgo et al. | Assessing target areas for precipitating moisture source analysis of extratropical cyclones: An analysis based on case studies | |
| CN116206197A (zh) | 一种面向耕地信息提取的地学分区方法 | |
| CN111178372B (zh) | 基于遥感影像和地形数据的大区域尺度黄土塬面提取方法 | |
| CN112926416A (zh) | 一种基于生态水文特征的植被分区方法、系统及装置 | |
| Franjaya et al. | Monitoring of landscape change in paddy fields: Case study of Karawang District-West Java Province |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Jianwei Inventor after: Yan Denghua Inventor after: Wang Lin Inventor after: Shi Wanli Inventor after: Ye Mao Inventor after: Wang Hao Inventor after: Liu Siyu Inventor after: He Xiaojia Inventor before: Wang Jianwei Inventor before: Yan Denghua Inventor before: Wang Lin Inventor before: Shi Wanli Inventor before: Ye Mao Inventor before: Wang Hao |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |