大范围极端干旱应急监测与影响评估方法及系统技术方案

本发明专利技术公开了一种方法，包括：基于风云卫星的中分辨率数据进行干旱监测；协同多遥感参数与地面历史干旱记录构建综合干旱监测指数，利用构建的综合干旱监测指数进行干旱灾害的监测和应急响应处理；基于多遥感参数进行干旱影响评估处理。此外，本发明专利技术还公开了一种大范围极端干旱应急监测与影响评估系统。采用本发明专利技术的技术方案能够对干旱灾情进行很好的监测以获取准确的信息，提供干旱灾情服务，防患于未然。

Method and System of Emergency Monitoring and Impact Assessment for Extreme Drought in Large Scale

【技术实现步骤摘要】
大范围极端干旱应急监测与影响评估方法及系统
本专利技术涉及灾害应急监测和快速评估
，特别涉及一种大范围极端干旱应急监测与影响评估方法及系统。
技术介绍
干旱灾情越来越关乎人民生活，如何对干旱灾情数据进行监测和评估，已成为旱情监测和评估
中面临的研究难点。急需开发相应的系统和方法，对干旱灾情进行很好的监测以获取准确的信息，提供干旱灾情服务，防患于未然。基于参量特征空间的干旱监测指数构造方法是假设任何区域或生态系统在不同干湿状况下尽管表现特征不同，但总能在某一个或者几个水循环参量(如降水、土壤水分、植被指数、地表温度等)表现出一定差异，且这种差异具有一定的区域依耐性，即同一区域对干湿条件的敏感性参数是稳定的。从而对任一研究区域可利用多水循环参量构建多维特征空间，然后利用历史地面干湿记录定位干旱发生时区域各参量的状态，这一状态即可作为区域是否处于干旱的判定依据，即综合干旱监测指数。在协同多遥感参数与地面历史干旱记录构建综合干旱监测指数的方案中用到以下现有数据集中的数据：(1)降水数据集。采用加州大学圣芭芭拉大学气象灾害组研制的降水数据集CHIRPS作为背景数据。该数据集包含了30多年的覆盖全球南纬50度到北纬50度之间的10天降水数据。空间分辨率为0.05度。(2)地表温度数据集。采用基于MODIS地表温度产品(MOD11A2)。时间分辨率为8天一次，空间分辨率为1公里。时间跨度为2001年-2018年。标准数据产品发布的数据延迟约为一个月。实时监测应用过程中需要的准实时数据可由NASA的陆地大气准实时对地观测系统(LANCE)获取。同时考虑到覆盖整个监测区域数据量问题，预计会采用空间分辨率更低的地表温度产品MOD11C1，其空间分辨率为0.05度。(3)植被指数数据集。采用基于MODIS植被指数产品(MOD13A2+MYD13A2)。时间分辨率为8天一次，空间分辨率为1公里。时间跨度为2001年-2018年。标准数据产品发布的数据延迟约为一个月。实时监测应用过程中需要的准实时数据可由NASA的陆地大气准实时对地观测系统(LANCE)获取。同时考虑到覆盖整个监测区域数据量问题，预计会采用空间分辨率更低的地表温度产品MOD13C1+MYD13C1，其空间分辨率为0.05度。(4)土壤水分产品。采用欧空局长时间序列土壤水分产品ESA-CCI-SM。欧空局土壤水分产品是由欧空局全球变化倡议项目负责研发、生产、发布并维护更新的。该产品的主要目标是基于主动和被动微波传感器提供最全面且一致性最好的全球土壤水分产品。当前发布的产品覆盖了1978年到2016年每天的全球表层土壤水分，空间分辨率为0.25度。同时发布基于被动传感器、主动传感器及两者结合的产品。2018年1月份发布了最新的V04.2版本。项目当前下载了该版本的数据集，作为综合干旱指数中的土壤水分变量输入。(5)历史旱灾记录数据集。由中国气象局收集整理的《中国农业气象灾情旬值数据集》包含了1991-2013年我国558个农业气象台站观测的农业灾情旬报报告。该数据集包括了各个站逐旬发生的农业气象灾害的灾害种类，受害作物、发生日期、灾害强度等信息。记录的灾害种类包括干旱、鸿硕、暴雨、连阴雨、冷害、高温、大风、龙卷风和干热风等。在基于遥感的大范围极端干旱影响评估技术中可以用到以下现有数据集中的数据：(1)归一化植被异常指数(NVAI)：定义为植被指数距平同历史最大值和最小值之差的比值。正值(0～1)表示监测时段植被指数高于历史同期均值，即土壤水分充足，植被未受到水分胁迫，反之负值(-1～0)则表明植被指数低于历史同期均值，即处于干旱状态，植被生长受到胁迫。其中数据源：MODIS植被指数数据集。(2)土地利用。土地利用分为6大类。土地利用分类系统包括6个一级类型和25个二级类型：主要有林地、草地、耕地、水体、居民地、未利用地。(3)人口空间分布数据。采用2015年的中国1公里格网人口数据集，数据来源于科技部“中国地球系统科学数据共享试点”项目(MOD13A2+MYD13A2)。针对资源环境和全球变化研究领域以及国家宏观经济决策和重大开发举措的实施对定量的空间型人口数据的需求，建设了具有统一空间坐标参数、统一数据格式、统一的数据和元数据标准的中国1公里格网人口数据库。量纲(度量单位)：人/km2。
技术实现思路
基于此，为解决现有技术中的技术问题，特提出了一种大范围极端干旱应急监测与影响评估方法，包括：步骤1，基于风云卫星的中分辨率数据进行干旱监测；步骤2，协同多遥感参数与地面历史干旱记录构建综合干旱监测指数，利用构建的综合干旱监测指数进行干旱灾害的监测和应急响应处理；步骤3，基于多遥感参数进行面向灾情要素的干旱影响评估处理。在一种实施例中，所述基于风云卫星的中分辨率数据进行干旱监测具体包括：利用风云卫星的中分辨率数据中的红外波段和近红外波段数据构建植被指数；所述植被指数包括植被供水指数、归一化植被指数、植被状况指数、温度状况指数以及植被健康指数；分类评估各植被指数的干旱监测有效性；对风云卫星遥感数据进行处理生成风云卫星中分辨率数据干旱指数数据集；利用干旱监测模型系统生成干旱监测产品。在一种实施例中，所述协同多遥感参数与地面历史干旱记录构建综合干旱监测指数具体包括：搜集旱情数据，并对旱情数据进行预处理；所述旱情数据包括区域性遥感降雨、土壤水分、植被指数以及地表温度的长时间序列数据，中国农业气象灾情数据集、国际灾害数据库中的干旱灾害记录数据，用于直接反应地面旱情信息的地面墒情监测数据；其中，所述对旱情数据进行预处理包括，对风云卫星提供的数据进行重采样和重投影处理成时空分辨率一致的数据集；基于旱情数据、土地覆盖及土地利用数据识别出旱灾易发区，作为干旱监测的重点关注区域；依据气候、土壤、生态系统类型将所述重点关注区域区划分为不同类型的干旱频发区；针对不同类型的干旱频发区，比对干旱期间各遥感参数的响应过程，识别出不同旱频发区的干旱敏感参数；以县级行政单位作为区域尺度，基于干旱敏感参数的参数特征空间来构建综合干旱监测指数；所述干旱敏感参数为水循环参数；选择多个水循环参数的长时间序列数据构建综合干旱监测指数；所述水循环参数包括降水、植被指数、地表温度；对于任一干旱频发区，利用多个水循环参数构建多维的参数特征空间，并利用地面干湿记录定位干旱发生时区域各参数状态；所述参数状态即为该干旱频发区是否处于干旱的判定依据，构成综合干旱监测指数。在一种实施例中，所述选择多个水循环参数的长时间序列数据构建综合干旱监测指数具体包括：将给定参数的长时间序列数据进行统计上的10等分，分别得到各个参数的10等分点值，即将每个参数划分为10个等级；利用各参数的10等分点构建参数特征空间；将所有历史观测状态投放到上一步骤构造的参数特征空间中，并利用对应的地面历史干旱记录标识出干旱条件下的状态位置；其中，所述历史观测状态是由所有参数构成的一个状态；划定干旱频发区在干旱易发状态下各个参数的等级范围，所述等级范围定义了该干旱频发区在干旱条件下的参数状态，如果各参数落入相应的等级范围，则表明该干旱频发区已经处于干旱状态，从而完成干旱监测过程；所述等级范围为基于多源遥感参数的综合干旱指数。在一种实施例中本文档来自技高网...

【技术保护点】
1.一种大范围极端干旱应急监测与影响评估方法，其特征在于，包括：步骤1，基于风云卫星的中分辨率数据进行干旱监测，其中，利用风云卫星的中分辨率数据中的红外波段和近红外波段数据构建植被指数；所述植被指数包括植被供水指数、归一化植被指数、植被状况指数、温度状况指数以及植被健康指数；分类评估各植被指数的干旱监测有效性；对风云卫星遥感数据进行处理生成风云卫星中分辨率数据干旱指数数据集；利用干旱监测模型系统生成干旱监测产品；步骤2，协同多遥感参数与地面历史干旱记录构建综合干旱监测指数，利用构建的综合干旱监测指数进行干旱灾害的监测和应急响应处理；其中，所述协同多遥感参数与地面历史干旱记录构建综合干旱监测指数包括，搜集旱情数据，并对旱情数据进行预处理；所述旱情数据包括区域性遥感降雨、土壤水分、植被指数以及地表温度的长时间序列数据，中国农业气象灾情数据集、国际灾害数据库中的干旱灾害记录数据，用于直接反应地面旱情信息的地面墒情监测数据；其中，所述对旱情数据进行预处理包括，对风云卫星提供的数据进行重采样和重投影处理成时空分辨率一致的数据集；基于旱情数据、土地覆盖及土地利用数据识别出旱灾易发区，作为干旱监测的重点关注区域；依据气候、土壤、生态系统类型将所述重点关注区域区划分为不同类型的干旱频发区；针对不同类型的干旱频发区，比对干旱期间各遥感参数的响应过程，识别出不同旱频发区的干旱敏感参数；以县级行政单位作为区域尺度，基于干旱敏感参数的参数特征空间来构建综合干旱监测指数；所述干旱敏感参数为水循环参数；选择多个水循环参数的长时间序列数据构建综合干旱监测指数；所述水循环参数包括降水、植被指数、地表温度；对于任一干旱频发区，利用多个水循环参数构建多维的参数特征空间，并利用地面干湿记录定位干旱发生时干旱频发区的各参数状态；所述参数状态即为该干旱频发区是否处于干旱的判定依据，构成综合干旱监测指数；步骤3，基于多遥感参数进行面向灾情要素的干旱影响评估处理，其中，基于多源遥感的综合干旱监测指数的时空分布特征及干旱影响范围，结合地表气象观测数据、农作物分布、灾情报告信息，通过信息挖掘构建面向干旱灾情特征的训练样本特征集；基于机器深度学习提取干旱灾情特征与面向灾情的要素对象，建立从基础参数到灾害背景参数和灾情要素特征参数的提取模型；基于GIS空间信息格网制作干旱灾情评估图，对包括受灾区受影响人口、受旱耕地、灾区引调水状况的灾情要素进行干旱影响评估。...

【技术特征摘要】
1.一种大范围极端干旱应急监测与影响评估方法，其特征在于，包括：步骤1，基于风云卫星的中分辨率数据进行干旱监测，其中，利用风云卫星的中分辨率数据中的红外波段和近红外波段数据构建植被指数；所述植被指数包括植被供水指数、归一化植被指数、植被状况指数、温度状况指数以及植被健康指数；分类评估各植被指数的干旱监测有效性；对风云卫星遥感数据进行处理生成风云卫星中分辨率数据干旱指数数据集；利用干旱监测模型系统生成干旱监测产品；步骤2，协同多遥感参数与地面历史干旱记录构建综合干旱监测指数，利用构建的综合干旱监测指数进行干旱灾害的监测和应急响应处理；其中，所述协同多遥感参数与地面历史干旱记录构建综合干旱监测指数包括，搜集旱情数据，并对旱情数据进行预处理；所述旱情数据包括区域性遥感降雨、土壤水分、植被指数以及地表温度的长时间序列数据，中国农业气象灾情数据集、国际灾害数据库中的干旱灾害记录数据，用于直接反应地面旱情信息的地面墒情监测数据；其中，所述对旱情数据进行预处理包括，对风云卫星提供的数据进行重采样和重投影处理成时空分辨率一致的数据集；基于旱情数据、土地覆盖及土地利用数据识别出旱灾易发区，作为干旱监测的重点关注区域；依据气候、土壤、生态系统类型将所述重点关注区域区划分为不同类型的干旱频发区；针对不同类型的干旱频发区，比对干旱期间各遥感参数的响应过程，识别出不同旱频发区的干旱敏感参数；以县级行政单位作为区域尺度，基于干旱敏感参数的参数特征空间来构建综合干旱监测指数；所述干旱敏感参数为水循环参数；选择多个水循环参数的长时间序列数据构建综合干旱监测指数；所述水循环参数包括降水、植被指数、地表温度；对于任一干旱频发区，利用多个水循环参数构建多维的参数特征空间，并利用地面干湿记录定位干旱发生时干旱频发区的各参数状态；所述参数状态即为该干旱频发区是否处于干旱的判定依据，构成综合干旱监测指数；步骤3，基于多遥感参数进行面向灾情要素的干旱影响评估处理，其中，基于多源遥感的综合干旱监测指数的时空分布特征及干旱影响范围，结合地表气象观测数据、农作物分布、灾情报告信息，通过信息挖掘构建面向干旱灾情特征的训练样本特征集；基于机器深度学习提取干旱灾情特征与面向灾情的要素对象，建立从基础参数到灾害背景参数和灾情要素特征参数的提取模型；基于GIS空间信息格网制作干旱灾情评估图，对包括受灾区受影响人口、受旱耕地、灾区引调水状况的灾情要素进行干旱影响评估。2.根据权利要求1所述的方法，其特征在于，所述选择多个水循环参数的长时间序列数据构建综合干旱监测指数具体包括：将给定参数的长时间序列数据进行统计上的10等分，分别得到各个参数的10等分点值，即将每个参数划分为10个等级；利用...

【专利技术属性】
技术研发人员：雷添杰，曲伟，程慧，路京选，周杰，李世灿，张炬，李爱丽，常凊睿，李小涛，李琳，范锦龙，宋文龙，蒋卫国，姬大斌，庞治国，付俊娥，孙涛，汪洋，万金红，刘中伟，李杨，王嘉宝，蒲立，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：北京,11