1.基于GNSS‑R遥感数据的大范围水稻种植面积提取方法，其特征在于，包括如下步骤：步骤1，获得目标区域遥感数据，包括旋风卫星导航系统接收数据、中分辨率成像光谱仪的相关数据以及数字高程模型数据，对遥感数据进行预处理；

步骤2，利用预处理之后的旋风卫星导航系统接收数据计算目标区域内各反射点的第一地表反射率；

步骤3，将目标区域划分为网格，建立每一个网格与相邻网格反射率之间的关系，对第一地表反射率进行插值操作，得到第二地表反射率；具体如下：将目标区域均匀划分为P×Q的网格，定义环绕每一网格点的周围8个网格单元格作为临近网格点；其中P、Q为正实数；

去除网格中包含水体表面的单元格；

对目标区域中每一网格点的反射率x与其第i个临近网格点的反射率y之间进行y＝aix+bi线性回归拟合，得到截距bi与斜率ai，其中任一x与其所对应的y之间的采样时间间隔不超过24小时；

计算目标网格点与临近网格点之间反射率相关系数，计算公式为：式中，yi为目标网格点的第i个观测反射率；xi为采样时间间隔不超过24小时的临近网格点上的观测反射率；和 表示对应网格点所有反射率的均值；

利用目标年份的水稻特定生育期内和冬季内的地表反射率情况对第一地表反射率进行加权插值，得到第二地表反射率，计算公式为：式中，Гi为第i个临近网格点的观测反射率，n表示在目标年份目标时期有反射率数据存在的临近网格点的总数量，wi为目标网格点和第i个临近网格点之间的加权权重，计算公式为：步骤4，根据坡度数据对目标区域进行山地与非山地的划分，根据第二地表反射率和植被指数对划分之后的目标区域进行水稻田的识别；

步骤5，根据识别结果计算水稻种植面积。

2.根据权利要求1所述的基于GNSS‑R遥感数据的大范围水稻种植面积提取方法，其特征在于，对遥感数据进行预处理包括：对旋风卫星导航系统接收数据进行质量控制，剔除入射角大于E0的观测数据，并剔除信噪比小于I1或大于I2、接收机增益小于0dB、以及反射信号的峰值功率大于P0的数据；其中I1小于I2；

对中分辨率成像光谱仪的相关数据进行格式转换、投影转换和数据重采样，然后计算植被指数；其中植被指数的计算公式为：NDVI＝(ρNIR‑ρR)/(ρNIR+ρR)

式中，ρR为红光波段的反射率，ρNIR为近红外波段的反射率；

去除数字高程模型数据中存在的噪声和异常值，然后计算坡度数据；其中坡度的计算公式为：式中，z表示地表高度，w和v表示地理横、纵坐标。

3.根据权利要求2所述的基于GNSS‑R遥感数据的大范围水稻种植面积提取方法，其特征在于，第一地表反射率的计算公式为：coh

式中，λ表示全球定位系统信号波长，Prl 表示相干散射分量功率，rst表示镜面反射点与GNSS发射机之间的距离，rsr表示镜面反射点与接收机之间的距离，Pt表示信号的发射功率，Gt表示发射天线的增益，Gr表示接收天线的增益。

4.根据权利要求3所述的基于GNSS‑R遥感数据的大范围水稻种植面积提取方法，其特征在于，步骤4包括：比较目标区域第i个网格单元格对应坡度Si与坡度阈值S0的大小，若Si>S0，则该网格单元格划分为山地，否则该网格单元格划分为非山地；

若该网格单元格划分为山地，则比较植被指数NDVI与植被指数阈值NDVI0的大小，以及反射率差值Δ与反射率差值阈值Δ0的大小，若NDVI>NDVI0，且Δ>Δ0，则该网格单元格属于水稻田，反之则不是；其中Δ＝Δ1‑Δ2，Δ1表示特定生育期水稻田的第二地表反射率，Δ2表示冬季水稻田的第二地表反射率；

若该网格单元格划分为非山地，则比较植被指数NDVI与植被指数阈值NDVI0的大小，以及特定生育期水稻田的第二地表反射率SR1与反射率阈值SR0的大小，若NDVI>NDVI0，且SR1>SR0，则该网格单元格属于水稻田，反之则不是。

5.根据权利要求4所述的基于GNSS‑R遥感数据的大范围水稻种植面积提取方法，其特征在于，步骤5包括：将筛选水稻田所得的网格单元格数量与每一个网格单元格的尺度进行相乘，得到水稻的种植面积。