The invention discloses a remote sensing monitoring method for winter wheat wet damage based on satellite-ground multi-source precipitation data fusion, which includes collecting and collating ground rainfall gauge observation precipitation data set, satellite inversion precipitation data set, NDVI data set, DEM data, Crop Phenology information, winter wheat planting area statistics data and winter wheat planting. The data were sampled on the spot, pretreated and filtered by NDVI data; the spatial information of winter wheat planting area was extracted by NDVI time series data after processing; the quantitative model of precipitation information fusion was constructed by using geographically weighted regression Kriging method to obtain precipitation data set; and the precipitation data set and extracted winter were used. The area of wheat planting and the wetness damage index were used to monitor the area of wet soiled damage of winter wheat. The invention has stable technical feasibility and is an effective method for spatial monitoring of crop wet damage on a large scale by using the data.
【技术实现步骤摘要】
基于星地多源降水数据融合的冬小麦湿渍害遥感监测方法
本专利技术属于农业气象灾害监测领域,具体涉及一种基于星地多源降水数据融合的冬小麦湿渍害遥感监测方法。
技术介绍
气候变化背景下,极端天气气候事件增加,使得农业气象灾害呈现出频率高、强度大、危险日益严重的态势,对农业生产的影响日益加剧。湿渍害是世界范围常见的农业气象灾害之一,在美国、澳大利亚、俄罗斯、非洲中东部、中国、巴基斯坦、印度、尼泊尔、孟加拉国等国家均有发生,且不同发育期均会对农作物造成不同程度危害。据估计全球约有10%的土地严重受土壤渍水的影响,然而对于特定区域如东欧和俄罗斯联邦达到20%(FAO,2002),每年15-20%的小麦种植区受涝渍灾害的影响。在中国,受气候、地形、土壤属性、种植制度等因素的影响,小麦种植区很容易遭受旱涝袭击,水旱轮作的南方区域受湿渍害影响严重。加强作物湿渍害监测研究,对于防灾减灾,保障国家粮食安全具有十分重要的现实意义。降水量是作物湿渍害监测、预报和损失评估最关键的气象指标之一,传统的利用降水数据进行作物湿渍害监测主要通过国家级地面气象观测站的资料,但站点密度稀疏;区域自动气象站建设及投入使用,气象站点的密度加大,但其数据质量、稳定性及其在湿渍害监测及损失评估的应用有待进一步研究。随着科学技术的发展,许多国家陆续发射了一系列对地观测卫星,尤其是美国的热带降雨观测卫星任务(TropicalRainfallMeasurementMission,TRMM),开启了利用主动遥感反演降水的时代,该任务采用多传感器联合反演降水技术生产3h、逐日和月降水产品。与地面观测和雷达估测降水 ...
【技术保护点】
1.一种基于星地多源降水数据融合的冬小麦湿渍害遥感监测方法,其特征在于,包括如下步骤:步骤1、获取并整理地面雨量计观测降水数据集、卫星反演降水数据集、NDVI数据集、DEM数据、冬小麦生育期数据、农作物物候信息、冬小麦种植面积统计数据以及冬小麦种植区实地采样数据;步骤2、将步骤1获取的DEM数据重采样到1km空间分辨率,利用重采样的1km栅格数据获取相同分辨率下的经纬度信息,得到1km空间分辨率下的DEM数据及经纬度信息;并对NDVI数据集进行预处理及时间序列重构,得到NDVI时间序列数据;步骤3、通过分析冬小麦生育期数据、农作物物候信息中的冬小麦的物候历、冬小麦种植面积统计数据、冬小麦种植区实地采样数据与植被指数的对应关系,利用步骤2获得的NDVI时间序列数据,采用构建决策树的方法提取冬小麦种植面积空间信息,得到冬小麦种植面积;步骤4、对原始粗分辨率的卫星反演降水数据集进行降尺度,得到降尺度的卫星降水数据,并利用地理加权回归克立金方法构建地面雨量计观测降水数据与降尺度的卫星降水数据和地理因子之间的空间关系模型,获取高质量、高分辨率的降水数据集;步骤5、基于步骤4融合生成的降水数据集, ...
【技术特征摘要】
1.一种基于星地多源降水数据融合的冬小麦湿渍害遥感监测方法,其特征在于,包括如下步骤:步骤1、获取并整理地面雨量计观测降水数据集、卫星反演降水数据集、NDVI数据集、DEM数据、冬小麦生育期数据、农作物物候信息、冬小麦种植面积统计数据以及冬小麦种植区实地采样数据;步骤2、将步骤1获取的DEM数据重采样到1km空间分辨率,利用重采样的1km栅格数据获取相同分辨率下的经纬度信息,得到1km空间分辨率下的DEM数据及经纬度信息;并对NDVI数据集进行预处理及时间序列重构,得到NDVI时间序列数据;步骤3、通过分析冬小麦生育期数据、农作物物候信息中的冬小麦的物候历、冬小麦种植面积统计数据、冬小麦种植区实地采样数据与植被指数的对应关系,利用步骤2获得的NDVI时间序列数据,采用构建决策树的方法提取冬小麦种植面积空间信息,得到冬小麦种植面积;步骤4、对原始粗分辨率的卫星反演降水数据集进行降尺度,得到降尺度的卫星降水数据,并利用地理加权回归克立金方法构建地面雨量计观测降水数据与降尺度的卫星降水数据和地理因子之间的空间关系模型,获取高质量、高分辨率的降水数据集;步骤5、基于步骤4融合生成的降水数据集,利用冬小麦湿渍害降水指标对冬小麦湿渍害可能发生区域进行空间监测;步骤6、基于步骤5获取的基于融合降水的冬小麦湿渍害监测结果,结合步骤3获得的冬小麦种植面积对冬小麦受灾面积进行监测。2.根据权利要求1所述的基于星地多源降水数据融合的冬小麦湿渍害遥...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。