(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210955059.0 (22)申请日 2022.08.10 (71)申请人 山东理工大 学 地址 255000 山东省淄博市张店区新村西 路266号 (72)发明人 宋英强　张泽奥　 阿孜古丽·艾则孜　 (74)专利代理 机构 青岛橡胶谷知识产权代理事 务所(普通 合伙) 37341 专利代理师 李丹凤 (51)Int.Cl. G06V 20/10(2022.01) G06Q 10/06(2012.01) G06Q 50/02(2012.01) G06V 10/764(2022.01)G06V 10/80(2022.01) (54)发明名称 一种基于高分辨率指标组合的高自然价值 农田识别方法 (57)摘要 本发明涉及高自然价值农田识别技术领域， 提供一种基于高分辨率指标组合的高自然价值 农田识别方法， 给出了数据获取、 数据预处理、 获 取土地覆盖图与土地利用类型、 获取植被指数、 获取丰富度指数、 HNVf型农田标记 的具体步骤。 经本发明的上述高分辨率指标体系分析， 从得到 的HNVf识别区域中随机选取六个验证区域与谷 歌地图实景数据进行对比发现， 有5个区域内 HNVf型农田元素占比高， 满足高自然价值农田识 别的基本精度要求， 同时该 组合指标识别方法也 表现出高准确性、 可行性、 易获取性、 强代表性的 特点， 适用于中国范围的HNVf型农田识别， 弥补 了中国在HNVf研究方面的空白， 为中国领域内的 高自然价 值农田研究提供了一个参 考方向。 权利要求书2页 说明书5页 附图2页 CN 115311568 A 2022.11.08 CN 115311568 A 1.一种基于高分辨率指标组合的高自然价值农田识别方法， 其特征在于， 其包如下的 步骤： S1、 数据获取： 获取卫星的PMS遥感影像数据， 至少包含一个N1分辨率的全色波段和四 个N2分辨 率的多光谱波段 数据； S2、 数据预处 理： 对步骤S1中获取的数据进行辐射定标、 大气校正、 影 像裁剪预处理； S3、 获取土地覆盖图与土地利用类型： 对预处理后的全色波段进行监督分类， 获得N1分 辨率的土地覆盖图， 并以此识别土地利用类型TP； S4、 获取植被指数： 将步骤S2预处理后的数据进行融合， 得到四个N1分辨率的多光谱融 合波段， 根据所述多光谱融合波段计算 植被指数NDVI； S5、 获取丰富度指数： 基于步骤S3得到的N1分辨率的土地覆盖图， 计算丰富度指数， 所 述丰富度指数包括 香农多样性SH和辛普 森指数SI； S6、 建模与加权处理： 对由步骤S3 ‑S5得到的TP、 NDVI、 SH、 SI四个指标建立Kohonen模 型， 为每个指标赋权重； S7、 HNVf型农田标记： 根据步骤S6的指标的权重进行图层叠加， 得到五个等级的HNVf结 果图； 第三、 四、 五等级区域标记为HNVf型农田。 2.根据权利要求1所述的一种基于高分辨率指标组合的高自然价值农田识别方法， 其 特征在于： N1分辨 率为2m， N2分辨 率为8m。 3.根据权利要求1所述的一种基于高分辨率指标组合的高自然价值农田识别方法， 其 特征在于： 步骤S1、 S2的具体过程包括对自然资源云平台获取的GF1B卫星PMS影像进行辐射 定标和大气校正， 全色波段经过辐射定标后和PMS影像一起进行正射校正； 并将二者结合 NNDiffuse Pan Sharpening算法进行图像融合， 得到2m 分辨率的多波段影像。 4.根据权利要求3所述的一种基于高分辨率指标组合的高自然价值农田识别方法， 其 特征在于： 步骤S3的具体过程包括， 将权利要求3中融合后的影像， 结合机器学习算法进行 监督分类； 得到 分辨率为2m ×2m土地覆盖类型图； 依据土地分类标准识别土地利用类型， 包 括建设用地， 农田， 林地， 河流， 半自然植被5种。 5.根据权利要求1所述的一种基于高分辨率指标组合的高自然价值农田识别方法， 其 特征在于： 步骤S4中， 计算 植被指数NDVI的公式如下： 其中， NIR为近红外波段的反射 率， R为红光波段的反射 率。 6.根据权利要求1所述的一种基于高分辨率指标组合的高自然价值农田识别方法， 其 特征在于： 步骤S5中， SH对随机像素属于哪类土地利用的平均不确定性进行估计， 特别 对各土地覆盖类型非 均衡分布状况较为敏感， 强调稀有对象对信息的贡献； 根据如下公式计算： 其中， s代表研究区中土地覆盖类型总数， Pi为第i种土地覆盖类型所占总面积比例， 得 到各影像的S H值； SH值等于0时， 表 示区域单一土地覆盖类型； 随着值的增大， 区域土地覆盖权　利　要　求　书 1/2 页 2 CN 115311568 A 2类型增多。 7.根据权利要求1所述的一种基于高分辨率指标组合的高自然价值农田识别方法， 其 特征在于： 步骤S 5中， SI为描述均匀度和丰富度的综合指标， SI指数 受稀有土地覆盖类型影 响较小， 更倾向对均匀度的表示； 如果SI指数接近零， 表明某区域的研究对象分布越均匀， 其多样性越高； SI 根据如下公式计算： s代表研究区中土地覆盖类型总数， Pi 为第i种土地覆盖类型 所占总面积比例。 8.根据权利要求1所述的一种基于高分辨率指标组合的高自然价值农田识别方法， 其 特征在于： 步骤S6中， 土地利用类型TP的权重为45％， 植被指数NDVI的权重为25％， 香农多 样性SH和辛普 森指数SI的权 重均为15％。权　利　要　求　书 2/2 页 3 CN 115311568 A 3