一种基于MODIS数据的农业干旱监测方法技术

本发明专利技术属于农业技术领域，公开了一种基于MODIS数据的农业干旱监测方法，利用MODIS遥感数据时间分辨率较高的特点，实现了农田干旱监测；利用了EVI和LST构建温度植被干旱指数TVDI，分析TVDI和土壤湿度之间的关系，构建土壤湿度反演模型；最后，将所建土壤湿度反演模型用于干旱监测分析，并构建干旱遥感监测平台。本发明专利技术利用遥感技术进行农田干旱动态监测，经实际应用检验，该方法简便、高效、易于操作、结果准确，能够广泛应用于农田干旱监测之中。

An agricultural drought monitoring method based on MODIS data

The invention belongs to the technical field of agriculture, discloses an agricultural drought monitoring method based on MODIS data, the MODIS remote sensing data of high time resolution, the farmland drought monitoring; use EVI and LST to establish the temperature vegetation drought index TVDI, analyzing the relationship between TVDI and soil moisture, soil moisture inversion model construction; finally, the proposed soil moisture inversion model for drought monitoring and analysis, and construct the platform of drought monitoring by remote sensing. The invention uses remote sensing technology to monitor the drought of farmland, and is tested by practical application. The method is simple, efficient, easy to operate and accurate in result, and can be widely used in monitoring farmland drought.

【技术实现步骤摘要】
一种基于MODIS数据的农业干旱监测方法
本专利技术属于农业
，尤其涉及一种基于MODIS数据的农业干旱监测方法。
技术介绍
干旱的发生过程是潜在的，不容易发现；农田干旱的发生特征是影响范围大，带来严重的灾难性后果和经济损失；研究、评价干旱发生和发展的过程，可以采取相应的抗旱防灾减灾措施，减少农业灾害损失。随着遥感技术的发展，遥感以其动态、实时、多光谱、廉价的优势，为旱情监测开辟了新的途径。遥感获取的植被指数和地表温度是描述地球表面特征的两个十分重要参数，因此干旱发生时，可通过植被指数或地表温度的变化来揭示作物生理异常特征，间接反映农田水热胁迫状况。按照遥感数据所使用的波段可分为：可见光、近红外、热红外、微波等。由于所使用的波段不同，产生了众多模型和方法。如水分亏缺指数模型、温度植被干旱指数模型等。虽然用于农业旱灾监测的模型很多，但大多数只是实验性的研究。因此探索一种相对精确的农田干旱监测方法非常必要。综上所述，现有技术存在的问题是：现有技术，在进行旱情监测时，仅仅对植被指数和地表温度计算作物供水指数，而忽略了MODIS图像处理技术，使数据获得准确率低；不能为建立更为规范的干旱本文档来自技高网...

【技术保护点】
一种基于MODIS数据的农业干旱监测方法，其特征在于，所述基于MODIS数据的农业干旱监测方法包括：利用了EVI和LST构建温度植被干旱指数TVDI，分析TVDI和土壤湿度之间的关系，构建土壤湿度反演模型；最后，将所建土壤湿度反演模型用于干旱监测分析，并构建干旱遥感监测平台；TVDI的计算模型为：

【技术特征摘要】
1.一种基于MODIS数据的农业干旱监测方法，其特征在于，所述基于MODIS数据的农业干旱监测方法包括：利用了EVI和LST构建温度植被干旱指数TVDI，分析TVDI和土壤湿度之间的关系，构建土壤湿度反演模型；最后，将所建土壤湿度反演模型用于干旱监测分析，并构建干旱遥感监测平台；TVDI的计算模型为：LSTEVIi.max＝a+bEVIiLSTEVIi.min＝a'+b'EVIi采集一系列不同土壤水分含量的农田光谱、温度和水分数据，构建基础数据集；以此计算EVI-LST空间的干边与湿边，获取TVDI模型所需的参数a，b，a’,b’；土壤湿度的计算包括作物供水指数的计算：式中VSWI为被监测农田地块所对应的各像元点的作物供水指数；EVI为被监测农田地块所对应的MODIS影像各像元点的增强植被指数；Ts为被监测农田地块所对应的遥感影像各像元点的地表温度；所述MODIS影像各像元点的图像处理方法包括：根据红外光谱辐射得到农田温度参数，红外光谱发射率在所选定的波长处与温度有近似相同的线性关系，即：εi2＝εi1[1+k(T2-T1)]式中，εi1是波长为λi，温度为T1时的光谱发射率；εi2是波长为λi，温度为T2时的光谱发射率；T1、T2分别为两个不同时刻的温度；k为系数；Vi1为第一个温度T1下的第i个通道的输出信号，Vi2为第一个温度T2下的第i个通道的输出信号，T1温度下的发射率εi1∈(0,1)，通过随机选取一组εi1，由下式计算在参数εi1下实际得到的Ti1：设k∈(-η,η)，通过随机选取一个k，在第二个温度T2下的发射率εi2的表达式为：由下式计算在参数εi1下实际得到的Ti2：所述MODIS布置有多个用于监测的影像无线传感器；所述影像无线传感器的调制信号x(t)的分数低阶模糊函数表示为：其中，τ为时延偏移，f为多普勒频移，0<a,b<α/2，x*(t)表示x(t)的共轭，当x(t)为实信号时，x(t)<p>＝|x(t)|<p>sgn(x(t))；当x(t)为复信号时，[x(t)]<p>＝|x(t)|p-1x*(t)；所述MODIS影像监测方法包括：步骤一、部署影像无线传感器：在面积为S＝W×L的检测区域内，将影像无线传感器部署在检测区域；步骤二、选择簇头：将整个检测区域按网格进行均匀划分，使每个网格的大小形状相同，在每个网格中选择位置距离网格中心最近的传感器节点作为簇头；步骤三、分簇：簇头选择完成后，簇头广播Cluster{ID，N，Hop}信息，其中，ID为节点的编号，N为Cluster信息转发的跳数，且N的初值为0，Hop为系统设定的跳数；处于簇头附近的邻居节点收到Cluster信息后N增加1再转发这一信息，直到N＝Hop就不再转发Cluster信息；簇头的邻居节点转发Cluster信息后再向将Cluster信息转发给自己的邻居节点，然后发送一个反馈信息Join{ID，N，Eir，dij，ki}给将Cluster信息转发给自己的节点，最终将Join信息转发给簇头表示自己加入该簇，其中，Eir表示该节点此时的剩余能量，dij表示两节点间的距离，ki表示该节点能够监测得到的数据包的大小；如果一个节点收到了多个Cluster信息，节点就选择N值小的加入该簇，若N相等节点就随便选择一个簇并加入到该簇；如果节点没有收到Cluster信息，则节点发送Help信息，加入离自己最近的一个簇；步骤四、簇内节点构成简单图模型：通过步骤三得到簇内所有节点在簇内所处的位置，将每个节点当做图的一个顶点，每两个相邻节点间用边相连接；步骤五、簇内权值的计算：通过所述步骤三，簇头获取簇内成员节点的Eir、dij和ki，计算相邻两节点i，j之间的权值，权值的计算公式为：Wij＝a1(Eir+Ejr)+a2dij+a3(ki+kj)；其中，Ejr、kj分别表示节点j的剩余能量和节点j能够监测得的数据的大小，且a1+a2+a3＝1，这样系统就可以根据系统对Eir、dij或ki所要求的比重不同调整ai的值而得到满足不同需要的权值；对作物供水指数进行标准化：SDI＝(VSWI-VSWId)/(VSWIw-VSWId)×100％，式中SDI是标准化后被监测农田地块所对应的遥感影像各像元点作物的供水指数，取0～100％，其中SDI＝0表示严重干旱，SDI＝10...

【专利技术属性】
技术研发人员：梁守真，刘涛，王猛，王勇，朱振林，陈振，侯学会，
申请(专利权)人：山东省农业可持续发展研究所，
类型：发明
国别省市：山东,37