本發(fā)明屬于農(nóng)業(yè)遙感技術應用領域，公開了一種讀取選定區(qū)域NDVI值的方法，包括以下步驟：將多光譜衛(wèi)星影像轉換為熱力圖；用戶在多光譜衛(wèi)星影像上選定需要了解的區(qū)域,獲取選定區(qū)域的GeoJSON文件；通過選定區(qū)域的GeoJSON文件提取熱力圖相應區(qū)域的RGB信息，將RGB信息轉換為該區(qū)域的平均長勢指數(shù)；將平均長勢指數(shù)轉換為該區(qū)域的平均NDVI值并顯示。本發(fā)明中，通過選定區(qū)域的GeoJSON文件同時獲取指定區(qū)域內所有像元的數(shù)據(jù)，比現(xiàn)有方法中通過Json文件每次獲取一個像元來獲取指定區(qū)域內所有像元的數(shù)據(jù)要高效很多，尤其是在像元量巨大的時候，本方法解決了現(xiàn)有技術中獲取選定區(qū)域的NDVI值時，需要進行極大的數(shù)據(jù)量處理而導致的效率低的問題，從而推動遙感監(jiān)測進一步應用。

技術領域

本發(fā)明屬于農(nóng)業(yè)遙感技術應用領域，尤其涉及一種讀取選定區(qū)域NDVI值的方法。

背景技術

中國是農(nóng)業(yè)大國，農(nóng)業(yè)生產(chǎn)是中國社會最重要的生產(chǎn)活動之一。近年來，遙感監(jiān)測在農(nóng)業(yè)生產(chǎn)活動中得到了迅速的發(fā)展。在現(xiàn)有遙感監(jiān)測農(nóng)作物生長狀況的應用中，NDVI值(歸一化植被指數(shù))是最常用的技術指標之一，原始NDVI值為一個-1至1的數(shù)值，歸一化處理后的NDVI值為一個0至1的數(shù)值，對應的農(nóng)作物生理特征是葉綠素含量，能夠反應農(nóng)作物的長勢和健康狀況。

現(xiàn)有技術中，主要是通過遙感監(jiān)測得到多光譜衛(wèi)星影像，用戶根據(jù)得到的多光譜衛(wèi)星影像了解全球、國家或地區(qū)農(nóng)作物的總體生長情況。當需要得到具體區(qū)域的NDVI值時，必須先將多光譜衛(wèi)星影像下載到用戶終端，因為多光譜衛(wèi)星影像使用假彩色呈現(xiàn)，用戶不能很直觀的從圖中獲取長勢優(yōu)劣對比，因而對用戶來說參考意義不大，所以要將多光譜衛(wèi)星影轉換為長勢指數(shù)對應分布圖，然后通過Json文件找到各個像元對應的地方，分別獲取具體區(qū)域中所有像元對應的長勢指數(shù)后，再將具體區(qū)域的長勢指數(shù)轉換為對應的NDVI值，需要了解的具體區(qū)域的像元數(shù)量大時，這一過程需要大規(guī)模的計算，花費的時間也是巨大的。例如具體區(qū)域包含100萬個像元，通過Json文件進行處理，每個像元都需要被處理一次，需要花費6到8小時，包含的像元更多時，則將花費更多的時間，這樣的效率是很低的。因而通過現(xiàn)有技術來了解指定區(qū)域的NDVI值很不現(xiàn)實，但是很多時候，了解總體的NDVI值的同時了解指定區(qū)域的NDVI值更有助于全面深入的了解農(nóng)作物生長情況，為作出進一步?jīng)Q策提供更強有力的依據(jù)。

發(fā)明內容

本發(fā)明的目的在于：通過一種讀取選定區(qū)域NDVI值的方法，解決現(xiàn)有技術中獲取選定區(qū)域的NDVI值時，需要進行極大的數(shù)據(jù)量處理而導致的效率低的問題，從而推動遙感監(jiān)測進一步應用。

本發(fā)明采用的技術方案如下：

一種讀取選定區(qū)域NDVI值的方法，包括以下步驟：

步驟1：將多光譜衛(wèi)星影像轉換為熱力圖；

步驟2：用戶在多光譜衛(wèi)星影像上選定需要了解的區(qū)域,獲取選定區(qū)域的GeoJSON文件；

步驟3：通過選定區(qū)域的GeoJSON文件提取步驟1中熱力圖相應區(qū)域的RGB信息，將RGB信息轉換為該區(qū)域的平均長勢指數(shù)；

步驟4：將平均長勢指數(shù)轉換為該區(qū)域的平均NDVI值并顯示。

進一步，所述步驟1的具體步驟為：

步驟11：獲取多光譜衛(wèi)星影像；

步驟12：基于公式得到多光譜衛(wèi)星影像各像元所對應的原始NDVI值，并將原始NDVI值歸一化處理，得到各像元對應的NDVI值，NDVI值為一個0至1的數(shù)值；

步驟13：通過遞歸神經(jīng)網(wǎng)絡模型將各像元NDVI值轉換為0至80區(qū)間的長勢指數(shù)；

步驟14：根據(jù)各像元長勢指數(shù)對應的RGB信息值形成多光譜衛(wèi)星影像對應的熱力圖。

進一步，所述步驟12的公式如下為：