基于決策樹模型的安義縣油菜花種植面積提取
利用多時序油菜花的不同光譜特征搁凸，構(gòu)建決策樹模型，進而提取出油菜花
初始化環(huán)境
import aie
aie.Authenticate()
aie.Initialize()
研究區(qū)域
# 指定需要檢索的區(qū)域
feature_collection = aie.FeatureCollection('China_District') \
.filter(aie.Filter.eq('district', '安義縣'))
geometry = feature_collection.geometry()
# 需要調(diào)用task.start()來啟動后臺導(dǎo)出任務(wù)
# task = aie.Export.feature.toAsset(feature_collection, 'feature_collection_export_result')
# task.start()
# 指定檢索數(shù)據(jù)集，可設(shè)置檢索的空間和時間范圍国章，以及屬性過濾條件（如云量過濾等）
dataset = aie.ImageCollection('SENTINEL_MSIL2A') \
.filterBounds(geometry) \
.filterDate('2021-03-01', '2021-03-31') \
.filter(aie.Filter.lte('eo:cloud_cover',10.0)) \
.limit(10)\
.mosaic()\
.clip(geometry)
map = aie.Map(
center=feature_collection.getCenter(),
height=800,
zoom=9
)
vis_params = {
'bands': ['B4', 'B3', 'B2'],
'min': 0,
'max': 2000,
}
map.addLayer(
dataset,
vis_params,
'True Color (432)',
bounds=dataset.getBounds()
)
map
安義縣哨兵2號影像
植被指數(shù)計算
NDVI = dataset.normalizedDifference(['B8','B4']).rename(['NDVI'])
RVI = (dataset.select(['B8']).divide(dataset.select(['B3']))).rename(['RVI'])
纓帽變換
在ENVI懒豹，QGIS芙盘，R，GEE脸秽，PIE中實現(xiàn)纓帽變換儒老，但是好像只有GEE支持哨兵2號（Sentinel-2）纓帽變換得到亮度（Brightness）、綠度（Greenness）记餐、和濕度（Wetness）驮樊。不知道為什么我在GEE里面的纓帽變換的數(shù)值范圍和文章里面的相差很大。
brightness = aie.Image('user/e4987f27c44143ffb7d1c75defd7a94b')
brightness = brightness.select(['B1'])
brightness = brightness.clip(geometry)
vis_params = {
'bands': 'B1',
'min': 0,
'max': 1,
'palette': [
'#0000ff', '#00ffff', '#ffff00', '#ff0000', '#ffffff'
]
}
map.addLayer(
brightness.clip(geometry),
vis_params,
'Brightness',
bounds=brightness.getBounds()
)
map
纓帽變換亮度結(jié)果
構(gòu)建決策樹
# 油菜提取規(guī)則集
mask1 = NDVI.lt(aie.Image.constant(0.1)) # 過濾水體片酝、不透水面囚衔、裸地等非植被區(qū)域
mask2 = NDVI.gt(aie.Image.constant(0.4)).And(brightness.gt(aie.Image.constant(0.7))) # 農(nóng)作物
mask3 = RVI.gt(aie.Image.constant(3)) # 油菜
cole = (mask2.And(mask3)).gt(aie.Image.constant(0))
mask_vis = {
'min': 0,
'max': 1,
'palette': ['#ffffff', '#008000'] # 0:白色, 1:綠色
}
map.addLayer(cole,mask_vis, 'cole', bounds=geometry.getBounds()) # 綠色區(qū)域為小麥
map
油菜提取結(jié)果
總結(jié)
利用決策樹模型來提取就是快，我也沒有能力去驗證雕沿，在安義縣的同學(xué)可以聯(lián)系我?guī)兔θビ∽C一下练湿，已經(jīng)報告了AI Earth官方了，相信不久以后审轮，AIE就可以支持纓帽變換了肥哎，還有就是誰知道哨兵2號數(shù)據(jù)的纓帽變換可以聯(lián)系我，我用GEE做出來的很別人的值范圍差異比較大断国。本案例主要引用了：
[1]基于PIE遙感圖像處理軟件的油菜提取解決方案
[2]李中元,吳炳方,張淼,邢強,李名勇,閆娜娜.利用物候差異與面向?qū)ο鬀Q策樹提取油菜種植面積[J].地球信息科學(xué)學(xué)報,2019,21(05):720-730.
