一种基于高分遥感影像的水稻产量灾害损失评估方法

本发明公开了一种基于高分遥感影像的水稻产量灾害损失评估方法。首先，获取GF‑1遥感数据，对数据进行存储、配准、切割。对比分析正常水稻、倒伏水稻的光谱反射率特征、植被指数和纹理特征等标准标注数据集。为区分正常和倒伏水稻提供特征选择的依据；然后，使用深度学习卷积神经网络对水稻数据集进行分割，构建语义分割模型。模型可以精准区分正常水稻、倒伏水稻区域；最后，统计不同水稻区域的像素点个数，结合卫星的空间分辨率参数计算正常水稻、倒伏水稻的面积，从而对灾后水稻产量进行损失评估。凭借遥感影像覆盖面积大、数据获取及时的特点，利用本发明可以解决人工法在获取倒伏作物位置及面积方面效率低、无法精确测量不规则倒伏区域等问题。