(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 202211089743.1 (22)申请日 2022.09.07 (71)申请人 浙江甲骨文 超级码科技股份有限公 司 地址 310000 浙江省杭州市西湖区华星路 99号东软创业大厦五层A5 09 (72)发明人 彭飞宇　叶洪波　顾惠波　岳晓兰　 (74)专利代理 机构 杭州裕阳联合专利代理有限 公司 33289 专利代理师 王榧 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/40(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) (54)发明名称 茶树种植区域 提取方法及系统 (57)摘要 本申请涉及一种茶树种植区域提取方法及 系统， 通过引入卫星多光谱遥感影像、 SAR卫星极 化遥感影像和DEM数据三种不同的遥感数据源， 增加了遥感数据的多样性， 通过同时获取与茶树 生长相关的初级特征、 二级特征和三级特征， 构 建了多层 级遥感特征集， 此外在获取特征时引入 了目标区域的地理环境信息和茶树生长特性信 息， 充分考虑了茶树在生长过程中的生长环境， 生长特性等重要因素， 使 得最终茶树种植区域分 类模型的分类结果精度大大提升， 更符合茶树的 实际生长情况。 权利要求书3页 说明书14页 附图6页 CN 115205688 A 2022.10.18 CN 115205688 A 1.一种茶树种植区域 提取方法， 其特 征在于， 所述茶树种植区域 提取方法包括： 获取目标区域的遥感影像数据， 构成遥感影像数据集； 所述遥感影像数据包括目标区 域的卫星 多光谱遥感影 像、 目标区域的SAR卫星极化遥感影 像、 以及目标区域的DE M数据； 采集目标区域内的多个地物样本， 构成地物样本数据集； 依据目标区域的地理环境信 息和茶树生长特性信 息， 依据遥感影像数据集获取与茶树 生长相关的初 级特征、 二级特征和三级 特征， 将所有与茶树生长相关的初 级特征、 二级特征 和三级特 征均作为待评估特 征纳入特 征集； 对特征集合中的每一个待评估特征均进行重要性评估， 依照重要性评估结果从特征集 合中筛选出至少一个优选特 征纳入优选特征集； 将地物样本数据集中的至少一个地物样本纳入训练集， 利用训练集和优选特征集对茶 树种植区域分类模型进行训练； 将目标区域的地物样本数据集和优选特征集输入至茶树种植区域分类模型， 输出目标 区域的茶树种植区域分布图。 2.根据权利要求1所述的茶树种植区域提取方法， 其特征在于， 当采集目标区域内的多 个地物样本， 构成地物样本数据集时， 控制目标区域内地物样本的地物类别大于或等于6 类， 控制目标区域内每平方公里内采集的地物样本数量大于或等于 5个。 3.根据权利要求1所述的茶树种植区域提取方法， 其特征在于， 在所述获取目标区域的 遥感影像数据， 构成遥感影 像数据集之后， 所述茶树种植区域 提取方法还包括： 对目标区域的遥感影 像数据进行 预处理。 4.根据权利要求1所述的茶树种植区域提取方法， 其特征在于， 所述依据目标区域的地 理环境信息和茶树生长特性信息， 依据遥感影像数据集获取与茶树生长相关的初级特征、 二级特征和三级特征， 将所有与茶树生长相关的初级特征、 二级特征和 三级特征均作为待 评估特征纳入特 征集， 包括： 依据遥感影 像数据集获取与茶树 生长相关的初级特 征； 依据目标区域的地理环境信息和茶树生长特性信息， 以及与茶树生长相关的初级特 征， 计算与茶树 生长相关的二级特 征； 依据目标区域的地理环境信息和茶树生长特性信息， 以及与茶树生长相关的二级特 征， 计算与茶树 生长相关的三级特 征。 5.根据权利要求4所述的茶树种植区域提取方法， 其特征在于， 所述依据目标区域的地 理环境信息和茶树生长特性信息， 以及与茶树生长相关的初级特征， 计算与茶树生长相关 的二级特 征， 包括： 分析目标区域的地理环境信息和茶树生长特性信息， 依据分析结果获取12月的近红外 光反射率、 12月的红色光反射率、 5月的近红外光反射率和5月的红色光反射率； 所述近红外 光反射率和所述红色光反射 率均为与茶树 生长相关的初级特 征； 依据公式1分别计算12月的NDVI 值和5月的NDVI 值； 所述NDVI值为二级特征；                       公式1； 其中， NDVI 为NDVI值， band8为近红外光反射 率， band4 为红色光反射 率。权　利　要　求　书 1/3 页 2 CN 115205688 A 26.根据权利要求5所述的茶树种植区域提取方法， 其特征在于， 所述依据目标区域的地 理环境信息和茶树生长特性信息， 以及与茶树生长相关的二级特征， 计算与茶树生长相关 的三级特 征， 包括： 分析目标区域的地理环境信息和茶树生长特性信息， 依据分析结果采用公式2计算 NDVI_DVI 值； 所述NDVI_DVI 值为三级特征； NDVI_DVI=NDVI （12） ‑NDVI （5）                            公式2； 其中， NDVI_DVI 为NDVI_DVI 值， NDVI （12） 为12月的NDVI 值， NDVI （5） 为5月的NDVI 值。 7.根据权利要求1所述的茶树种植区域提取方法， 其特征在于， 在所述对特征集合中的 每一个待评估特征均进行重要性评估， 依照重要性评估结果从特征集合中筛选出至少一个 优选特征纳入优选特征集之前， 所述茶树种植区域 提取方法还包括： 依据公式3对特 征集合中的每一个待评估特 征进行归一 化处理；         公式3； 其中， k为待评估特征的波段序号， i为行序号， j为列序号， 为波段序号为k的 待评估特征的第i行第j列像素的像素值， 为波段序号为k的待评估特征的所有像素的平 均像素值， 为波段序号为k的待评估特征 的所有像素 的像素值标准差， 为 波段序号 为k的待评估特 征的第i行第j列像素的像素值归一 化后的值。 8.根据权利要求1所述的茶树种植区域提取方法， 其特征在于， 所述对特征集合中的每 一个待评估特征均进 行重要性评估， 依照重要性评估结果从特征集合中筛选出至少一个优 选特征纳入优选特征集， 包括： 采用随机森林平均精确度下降算法对特征集合中的每一个待评估特征进行重要性评 估， 得到每一个待评估特 征的重要性指数； 将重要性指数按从大到小的顺序进行排序； 选取重要性指数 前N%对应的待评估特 征作为优选特 征； 创建优选特 征集， 将所有优选特 征纳入所述优选特 征集。 9.根据权利要求1 ‑8中任意一项所述的茶树种植区域提取方法， 其特征在于， 所述将地 物样本数据集中的至少一个地物样本纳入训练集， 利用训练集和优选特征集对茶树种植区 域分类模型进行训练， 包括： 将地物样本数据集内占地物样本总量X%的地物样本纳入训练集； 利用训练集和优选特 征集对茶树种植区域分类模型进行训练； 将地物样本数据集内占地物样本总量Y%的地物样本纳入 验证集； 将验证集输入至茶树种植区域分类模型， 运行茶树种植区域分类模型得出分类结果； 所述分类结果包括目标区域内归属于茶树地物类别的地物样本数量， 以及 归属于非茶树地 物类别的地物样本数量； 将分类结果和验证集的茶树分类实际情况进行比对， 得到茶树分类精度； 判断茶树分类精度是否大于或等于预设 茶树分类精度；权　利　要　求　书 2/3 页 3 CN 115205688 A 3