地表信息遥感智能化提取技术
完成单位：山东农业大学
完成人员：张承明，杨晓霞，王媛媛，柳平增，孙莉，董晓亮
获奖情况：山东省高等学校科学技术三等奖
成果简介：本成果主要针对如何从遥感图像中提取土地利用空间分布、农作物空间分布以及土壤湿度等信息所需要的技术开展研究，主要包括以下内容：
（1）面向特征一致性的精细特征提取技术
物候信息、光谱信息、纹理信息、空间结构信息在提取地表土地利用、识别农作物种类方面各有优势，需要综合利用这些信息生成具有高类内聚合度和高类间区分度的精细特征。本成果在研究过程中，选择NDVI、EVI和LAI作为作物生长参数，以时间序列的NDVI、EVI和LAI为数据源，研究建立了一种统一物候特征提取方法。以高分辨率光学遥感影像为数据源，研究建立了一种语义特征提取方法。研究建立了物候特征和语义特征的融合方法，保证特征具有较好的一致性，即具有较高的类内聚合度和较高的类间区分度，从而为后续的分类工作提供高质量的特征数据。
为了综合利用时间序列影像、高分辨率光学影像提取出一致性好的精细特征，必须构建合适的特征提取方法。尽管卷积神经网络在特征提取方面具有突出的优势，但传统的卷积神经网络提取的同类像素的特征间往往存在不一致性的问题，突出表现为：对象边缘像素的特征与对象内部像素的特征往往差异较大。这种不一致对分类精度有较大影响。如何在特征提取时，尽可能消除像素位置等因素对特征的影响，提高特征的一致性，是本成果在形成过程中，解决的一个难点和关键问题。
（2）基于多源遥感资料的土壤湿度反演技术
光学遥感数据、多高光谱遥感数据、主被动微波数据在反演土壤湿度方面，各有优势与不足的基础上。如何充分考虑不同地表类型的特点，综合利用不同数据源的优势建立土壤湿度反演技术体系，是本成果在形成过程中解决的另一个关键问题。
考虑到微波数据在反演裸露地表土壤湿度方面的优势，本成果针对粗糙表面坡度及其变化对微波反射的影响，建立了能够合理表达坡度及其变化的描述方式。对于坡度的随机特征，拟引入斜率联合概率密度函数来表示粗糙面表面坡度的统计特性；而对于坡度的变化特征，拟利用斜率的变化率来表示。在此基础上，形成了新的描述随机性裸露地表的模拟模型。农作物种植区周期性地表，利用双尺度模型的思想，考虑垄高、垄宽、垄行、垄间距离对散射影响的分析，研究两个模型的耦合方式，建立适用于周期性垄行地表的模拟模型。
针对植被覆盖地表，选择NDVI数据、温度数据、反照率数据等作为输入，选择模拟能力强的深度置信网络为建模工具构建土壤湿度反演模型，解决了训练样本选取、网络输入输出设置、网络结构设置等问题。考虑到不同地表类型对土壤湿度的影响方式具有较大的差别，在对模型进行训练时，针对每一种地表类型分别组织训练数据集，并分别对模型进行训练。
为了解决因存在云的遮挡导致数据缺失的问题，本成果形成过程中，开发了时序数据分析与插补方法，根据历史数据，插补出缺失的NDVI数据、温度数据、反照率等，从而保证反演模型能够获取所需要的输入。
（3）地面数据采集网络
地面“真值”是遥感反演的基础，本成果在形成过程中，解决了以物联网技术为基础构建地面观测网络的问题，发了用于连接土壤湿度传感器、地表温度传感器等多种类型传感器的通用无线监测节点，通过采用差分技术，解决了可靠地获取数据的问题；以开发的无线监测节点和物联网组件为基础，组建了无线传感网络，实现了地表环境信息实时获取，为遥感反演提供了可靠的基础数据。
本成果形成和应用的过程中，授权发明专利2项，实用新型专利5项，制定地方标准1项，登记软件著作权40项，发表学术论文72篇，累计取得经济效益超过30亿元。本成果可应用于农业、气象、水利、资源环境、国土、统计等多个部门，也可以直接应用于遥感、测绘等公司进行数据产品生产。