基于遥感影像数据的棉田精准识别灌溉方法、系统和介质技术方案

本发明专利技术公开了一种基于遥感影像数据的棉田精准识别灌溉方法、系统和介质，包括以下步骤：首先，选定研究区范围，获取所述研究区范围的影像数据；然后，对所述影像数据进行识别处理得到棉田灌溉区域；其次获取灌溉时期区间，在所述灌溉时期区间内每周获取所述棉田灌溉区域的图像数据；根据所述图像数据计算得到所述棉田灌溉区域内的不同的栅格区域的短波红外垂直失水指数；最后，根据所述短波红外垂直失水指数制定所述栅格区域的灌溉方案。能够对不同干旱状况的棉花精细化灌溉，提供合理的灌溉方案，实现精准控制灌溉量，保证棉花的生长所需水，提高棉花产量。提高棉花产量。提高棉花产量。

【技术实现步骤摘要】
基于遥感影像数据的棉田精准识别灌溉方法、系统和介质


[0001]本专利技术涉及遥感影像数据处理
，尤其是涉及一种基于遥感影像数据的棉田精准识别灌溉方法、系统和介质。

技术介绍

[0002]我国是棉产量居世界首位的生产大国，而新疆作为国内最大的棉花种植基地，新疆棉田的建设自然具有重大意义。我国棉田种植面积十分辽阔，对于棉田的机械化灌溉的相关技术也得到了一定的发展，但是对于棉田的棉花不同生长时间的精准识别，以及对于不同干旱状况的棉花精细化灌溉的技术发展和研究还是止步不前，现阶段对于水资源还是存在较大的浪费。

技术实现思路

[0003]本专利技术的目的在于克服上述技术不足，提出一种基于遥感影像数据的棉田精准识别灌溉方法、系统和介质，解决现有技术中无法对不同干旱状况的棉花精细化灌溉，水资源浪费较大的技术问题。
[0004]为达到上述技术目的，第一方面，本专利技术的技术方案提供一种基于遥感影像数据的棉田精准识别灌溉方法，包括以下步骤：
[0005]选定研究区范围，获取所述研究区范围的影像数据；
[0006]对所述影像数据进行识别处理得到棉田灌溉区域；
[0007]获取灌溉时期区间，在所述灌溉时期区间内每周获取所述棉田灌溉区域的图像数据；
[0008]根据所述图像数据计算得到所述棉田灌溉区域内的不同的栅格区域的短波红外垂直失水指数；
[0009]根据所述短波红外垂直失水指数制定所述栅格区域的灌溉方案。
[0010]与现有技术相比，本专利技术的有益效果包括：
[0011]基于遥感影像数据的棉田精准识别灌溉方法，首先，选定研究区范围，获取所述研究区范围的影像数据；然后，对所述影像数据进行识别处理得到棉田灌溉区域；其次获取灌溉时期区间，在所述灌溉时期区间内每周获取所述棉田灌溉区域的图像数据；根据所述图像数据计算得到所述棉田灌溉区域内的不同的栅格区域的短波红外垂直失水指数；最后，根据所述短波红外垂直失水指数制定所述栅格区域的灌溉方案。能够对不同干旱状况的棉花精细化灌溉，提供合理的灌溉方案，实现精准控制灌溉量，保证棉花的生长所需水，提高棉花产量。
[0012]根据本专利技术的一些实施例，所述根据所述短波红外垂直失水指数制定所述栅格区域灌溉方案，包括步骤：
[0013]根据所述短波红外垂直失水指数将所述棉田灌溉区域分为轻旱区、中旱区、重旱区和特旱区，所述轻旱区的灌溉系数为轻旱系数，所述中旱区的灌溉系数为中旱系数，所述
重旱区的灌溉系数为重旱系数，所述特旱区的灌溉系数为特旱系数；
[0014]所述栅格区域的灌溉量＝灌溉系数*面积。
[0015]根据本专利技术的一些实施例，所述短波红外垂直失水指数的计算公式如下：
[0016]SPSI＝0.8096*(SWIR+0.725*NIR)*0.0001
[0017]其中，SWIR为S2A数据B11波段，NIR为S2A数据B8A波段。
[0018]根据本专利技术的一些实施例，当所述SPSI值在0.4以上且小于0.5，所述SPSI值对应的栅格区域为轻旱区；
[0019]当所述SPSI值在0.5以上且小于0.6，所述SPSI值对应的栅格区域为中旱区；
[0020]当所述SPSI值在0.6以上且小于0.7，所述SPSI值对应的栅格区域为重旱区；
[0021]当所述SPSI值在0.7以上且小于1，所述SPSI值对应的栅格区域为特旱区。
[0022]根据本专利技术的一些实施例，所述对所述影像数据进行识别处理得到棉田灌溉区域，包括以下步骤：
[0023]获取棉花的生长规律曲线，获取当前日期，将所述当前日期的所述影像数据与所述棉花的生长规律曲线进行比对，提取所述研究区范围内符合所述棉花的生长规律曲线的第一区域；
[0024]获取所述研究区范围的数字高程数据，将所述第一区域和所述数字高程数据求交得到第二区域；
[0025]遍历所述第二区域的每一块网格区域的每一行和每一列的像元值，计算得到每一块网格区域的像元最大值和像元最小值，计算所述像元最大值和所述像元最小值的差值，所述差值小于预设高度差阈值的网格区域的集合为第三区域，将所述第三区域标注为所述棉田灌溉区域。
[0026]根据本专利技术的一些实施例，在所述将所述第三区域标注为所述棉田灌溉区域之后，包括步骤：
[0027]计算得到所述研究区范围内的8月份棉花生长的NDVI长势最小均值和含水量最小均值；
[0028]筛选出所述第三区域内的归一化植被指数大于所述NDVI长势最小均值，且归一化差异湿度指数大于所述含水量最小均值的网格区域；
[0029]所述网格区域的合集为第四区域，将所述第四区域标注为所述棉田灌溉区域。
[0030]根据本专利技术的一些实施例，所述归一化植被指数的计算公式为：
[0031]NDVI＝(NIR
‑
RED)/(NIR+RED)
[0032]所述归一化差异湿度指数的计算公式为：
[0033]NDMI＝(NIR
‑
SWIR)/(NIR+SWIR)
[0034]其中，NIR为S2A数据B8A波段，RED为S2A数据B4波段，SWIR为S2A数据B11波段。
[0035]根据本专利技术的一些实施例，在所述将所述第四区域标注为所述棉田灌溉区域之后，包括步骤：
[0036]获取所述第四区域内在棉花播种育苗期的每一天的红外图片数据；
[0037]根据所述红外图片数据，获取所述第四区域在棉花播种育苗期每一天的地温数据；
[0038]计算每一天的红外图片数据中地温数据大于棉花播种最低温的所有网格区域，将
所述网格区域合集得到第五区域，将所述第五区域标注为所述棉田灌溉区域。
[0039]第二方面，本专利技术的技术方案提供一种基于遥感影像数据的棉田精准识别灌溉系统，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面中任意一项所述的基于遥感影像数据的棉田精准识别灌溉方法。
[0040]第三方面，本专利技术的技术方案提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面中任意一项所述的基于遥感影像数据的棉田精准识别灌溉方法。
[0041]本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0042]本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中摘要附图要与说明书附图的其中一幅完全一致：
[0043]图1为本专利技术一个实施例提供的基于遥感影像数据的棉田精准识别灌溉方法的流程图；
[0044]图2为本专利技术另一个实施例提供的基于遥感影像数据的棉田精准识别灌溉方法的流程图；
[0045]图3为本专利技术另一个实施例提供的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感影像数据的棉田精准识别灌溉方法，其特征在于，包括以下步骤：选定研究区范围，获取所述研究区范围的影像数据；对所述影像数据进行识别处理得到棉田灌溉区域；获取灌溉时期区间，在所述灌溉时期区间内每周获取所述棉田灌溉区域的图像数据；根据所述图像数据计算得到所述棉田灌溉区域内的不同的栅格区域的短波红外垂直失水指数；根据所述短波红外垂直失水指数制定所述栅格区域的灌溉方案。2.根据权利要求1所述的一种基于遥感影像数据的棉田精准识别灌溉方法，其特征在于，所述根据所述短波红外垂直失水指数制定所述栅格区域灌溉方案，包括步骤：根据所述短波红外垂直失水指数将所述棉田灌溉区域分为轻旱区、中旱区、重旱区和特旱区，所述轻旱区的灌溉系数为轻旱系数，所述中旱区的灌溉系数为中旱系数，所述重旱区的灌溉系数为重旱系数，所述特旱区的灌溉系数为特旱系数；所述栅格区域的灌溉量＝灌溉系数*面积。3.根据权利要求2所述的一种基于遥感影像数据的棉田精准识别灌溉方法，其特征在于，所述短波红外垂直失水指数的计算公式如下：SPSI＝0.8096*(SWIR+0.725*NIR)*0.0001其中，SWIR为S2A数据B11波段，NIR为S2A数据B8A波段。4.根据权利要求3所述的一种基于遥感影像数据的棉田精准识别灌溉方法，其特征在于，当所述SPSI值在0.4以上且小于0.5，所述SPSI值对应的栅格区域为轻旱区；当所述SPSI值在0.5以上且小于0.6，所述SPSI值对应的栅格区域为中旱区；当所述SPSI值在0.6以上且小于0.7，所述SPSI值对应的栅格区域为重旱区；当所述SPSI值在0.7以上且小于1，所述SPSI值对应的栅格区域为特旱区。5.根据权利要求1所述的一种基于遥感影像数据的棉田精准识别灌溉方法，其特征在于，所述对所述影像数据进行识别处理得到棉田灌溉区域，包括以下步骤：获取棉花的生长规律曲线，获取当前日期，将所述当前日期的所述影像数据与所述棉花的生长规律曲线进行比对，提取所述研究区范围内符合所述棉花的生长规律曲线的第一区域；获取所述研究区范围的数字高程数据，将所述第一区域和所述数字高程数据求交得到第二区域；遍历所述第二区域的每一块网格区域的每一行和每一列的像元...

【专利技术属性】
技术研发人员：刘世生，李叶民，王仁宗，
申请(专利权)人：武汉禾大科技有限公司，
类型：发明
国别省市：