基于变化向量分析的小麦全蚀病遥感监测方法及其监测模型的构建方法技术

本发明专利技术公开了一种基于变化向量分析的小麦全蚀病遥感监测方法，利用小麦长势特征、小麦物候知识和小麦全蚀病的先验知识，基于Landsat 7 TM影像和Landsat 8 OLI影像对小麦全蚀病的数据收集情况，利用小麦不同长势在光谱上的反应机制，提取小麦种植区域，分析不同时相的植被指数分布信息，判断各个植被指数与小麦全蚀病严重程度的相关性，运用变化向量分析法，以植被指数向量的空间夹角构建变化向量构建小麦全蚀病病害的监测模型，将复杂的变化类型的判断问题转化成角度分类的问题，用角度变化向量构建的变化向量来表征变化类型，物理意义明确，而且更加容易解读，对小麦全长势信息以及全蚀病病情检测精确性高。

【技术实现步骤摘要】
基于变化向量分析的小麦全蚀病遥感监测方法及其监测模型的构建方法
本专利技术属于农作物病害监测技术，具体涉及的是一种基于变化向量分析的小麦全蚀病遥感监测方法及其监测模型的构建方法。
技术介绍
小麦全蚀病又称立枯病，小麦全蚀病菌是一种土壤寄居菌，一种典型的根部土传病害，也是小麦上的毁灭性病害之一。该病主要危害小麦根部和茎基部1-2节，病菌菌丝侵入麦株根部后大量繁殖，破坏根组织细胞，堵塞根部导管，使植株体内营养及水分不能正常运输，导致麦株分蘖减少，植株黄化矮化甚至枯死，造成小麦大面积减产。在潮湿的条件下，病原菌形成肉眼可见的黑褐色菌丝层，呈“黑脚”状，又称“黑脚病”。全蚀病在我国江苏、安徽、河南等22个省均有不同程度发生，其中以河南、山东等地发生最为严重，2012年河南省发病面积达450万亩。全蚀病可造成受害麦田减产20％～50％，严重者甚至绝收。近年来，病虫害流行程度逐年加重，使得及早预测及实时监测病虫害的任务更加艰巨。目前，我国对于病虫害的监测和预报手段还是以目测手查、田间取样，这种传统的人工查验办法虽然具有良好的真实性和较高的精确度，但是耗时耗力，而且无法大面积查验，导致在非监测区或本文档来自技高网...

【技术保护点】
一种基于变化向量分析的小麦全蚀病遥感监测模型的构建方法，其特征在于，包括如下步骤：(1)采集、分析样本：在研究区域内选取一定数量的样本区域，在每个样本区域内分别取样，对所选样本进行病情分析和病害严重程度分级，并计算整理，获得对应样本的白穗率、病情指数、实测病害等级分析数据结果；(2)获取遥感影像：依次获取研究区域内不同时相的Landsat TM/OLI影像数据，以及对应的ASTER GDEMDEM影像数据；(3)遥感影像预处理：利用ENVI软件的通用辐射定标工具读取步骤(2)所得的卫星遥感影像数据，完成辐射定标；再利用行政边界矢量文件，对影像进行裁剪和拼接；(4)提取小麦种植区域：利用步骤(3...

【技术特征摘要】
1.一种基于变化向量分析的小麦全蚀病遥感监测模型的构建方法，其特征在于，包括如下步骤：(1)采集、分析样本：在研究区域内选取一定数量的样本区域，在每个样本区域内分别取样，对所选样本进行病情分析和病害严重程度分级，并计算整理，获得对应样本的白穗率、病情指数、实测病害等级分析数据结果；(2)获取遥感影像：依次获取研究区域内不同时相的LandsatTM/OLI影像数据，以及对应的ASTERGDEMDEM影像数据；(3)遥感影像预处理：利用ENVI软件的通用辐射定标工具读取步骤(2)所得的卫星遥感影像数据，完成辐射定标；再利用行政边界矢量文件，对影像进行裁剪和拼接；(4)提取小麦种植区域：利用步骤(3)得到的影像数据，将植被区域与非植被区域分开，再结合最大似然法分类和支持向量机分类，区分小麦与其它作物，获取小麦种植区域；(5)计算植被指数：基于步骤(4)小麦种植区的遥感影像数据，计算不同时相的小麦植被指数，并获得不同时相各个植被指数的分布情况；(6)构建监测模型，包括如下步骤：1)构建植被指数变化向量①基于步骤(5)计算的植被指数，按下式(1)分别构建不同时相各个像元i对应的多维植被指数向量，其向量的模和方向余弦分别按下式(2)、(3)计算：Pj，i＝[x1，x2，，，xk]T(1)其中，Pj,i表示在j时相第i个像元的植被指数向量；j代表时相；k代表植被指数的序号，xk代表植被指数；②构建角度变化向量：将步骤①所得的植被指数向量的空间夹角作为特征向量，计算不同时相的特征向量的差值，构建角度变化向量△β，△β＝[△β1，△β2，...，△βi]T；2)确定角度变化范围：基于步骤②所构建的角度变化向量△β，划定各个像元i的角度变化向量△βi的阈值，确定对应△β的变化范围；3)变化向量敏感性分析：对步骤2)中不同时相的各植被指数的角度变化范围进行统计分析，得出对小麦全蚀病受害程度最敏感的植被指数xk，以及与之对应的角度变化范围△β(i,xk)；4)根据步骤3)确定的敏感型植被指数xk、△β(i,xk)，按下式(4)构建2个不同时相植被指数向量的角度变化向量：△β＝βj1,i-βj,i＝βj1(i,xk)-βj(i,xk)(4)其中，j1，j分别表示两个不同的时相；5)基于步骤3)分析得出的敏感型植被指数，利用其对应的角度变化向量△β(i,xk)，对研究区小麦全蚀病受害情况进行等级阈值划分。2.根据权利要求1所述的基于变化向量分析的小麦全蚀病遥感监测模型的构建方法，其特征在于，在步骤(6)中，该步骤2)所述阈值的划定采用双窗口变步长阈值搜寻算法，具体步骤如下：(1)选取典型变化训练样区：比较不同时相的影像数据，按照以下原则选取至少2个典型样区作为算法的训练样区：①包含小麦全蚀病的不同病害等级；②样区内像元均为变化像元；(2)搜寻阈值范围，设定步长：将所选取的训练样区以双窗口模式作为掩膜图像，根据步骤(6)中步骤3)所得变化向量的统计信息，以步长P1＝(b-a)/m(m为任意正整数)，在△β(i,xk)范围内设定阈值；(3)检验参数：设Ak1，Ak2，A分别表示某一变化强度阈值下监测出的在典型变化区内的变化像元、外边界内的变化像元和典型变化区域的像元总数，阈值下的检验成功率Lk按下式计算：(4)确定阈值：检验成功率在80％以上时，对应的阈值精确度比较高。3.根据权利要求2所述的基于变化向量分析的小麦全蚀病遥感监测模型的构建方法，其特征在于，所...

【专利技术属性】
技术研发人员：郭伟，乔红波，汪强，郑光，董萍，王晓磊，
申请(专利权)人：河南农业大学，
类型：发明
国别省市：河南,41