本申请提供一种耦合遥感和气象数据的小麦条锈病预测方法及装置，利用哨兵二号卫星数据结合气象数据对大范围小麦条锈病进行预测，与现有的基于气象数据的发病趋势预测不同，本申请更偏向于实际应用；与现有的基于卫星数据的预测相比，能够高精度预测病害的发生位置，能够为实际农药喷洒、植保管理提供精确的指导；另外，本申请基于物候信息提取的遥感特征针对实际田间管理中，小麦生育期差异导致模型精度下降问题进行了优化，相比于现有的基于单一时期的遥感特征，能够提供针对条锈病的高精度预测指标参考，本申请更偏向于实际应用，能够为农民和植保部门提供高精度的条锈病的早期预警信息。期预警信息。期预警信息。
【技术实现步骤摘要】
一种耦合遥感和气象数据的小麦条锈病预测方法及装置
[0001]本申请涉及作物病害预防
，特别的，尤其涉及一种耦合遥感和气象数据的小麦条锈病预测方法及装置。
技术介绍
[0002]作物病害的预测方法主要有两种：第一种方法主要是利用气象数据预测病害的发生情况，因为孢子生存，萌发和侵染需要适宜的生境，一些学者通过解析生境因子与病害之间的响应关系，并结合统计模型对病害的整体发生趋势进行预测；第二种方法是利用遥感数据对病害进行预测，受病害胁迫后，色素含量、含水量、生物量和细胞结构等作物生长状况相关指标均会发生变化，通常，这些作物生长状况指标可以通过由遥感影像计算得到的植被指数来表征。因此，许多学者通过分析植被指数与作物病害之间的关系，筛选出能够表征病害胁迫下寄主生长状况的植被指数，构建不同病害的预测模型，并对病害的空间分布情况进行预测，例如，Ruan et al基于多时相的Sentiel
‑
2卫星数据分析了条锈病胁迫下小麦生长状况的变化，利用序列前向选择算法明确了不同物候期对条锈病敏感的植被指数，结合SVM构建了小麦条锈病时序预测模型，在不同时期成功预测了小麦条锈病的发生分布情况，这些结果表明了气象和遥感数据在预测作物病害方面的性能。
[0003]现阶段，部分学者通过耦合遥感和气象数据，尝试构建了综合考虑作物生长状况和生境因子的病害预测模型。例如，Zhang et al.利用HJ卫星影像和气象数据提取的一系列植被指数和气象特征，结合Logistic方法构建了小麦白粉病预测模型。Xiao et al.利用Landsat8影像和气象数据成功构建了基于植被指数和气象特征的小麦赤霉病预测模型。此类研究均表明与基于单一类型特征构建的预测模型相比，植被指数与气象特征结合能够有效提高预测模型精度。因此，这些结果促使我们继续探索作物生长状况和生境因子结合预测小麦条锈病的方法。
[0004]但在实际的区域田间管理中，由于气候和一些农艺因素的影响，同一时期小麦所处的物候阶段不同，这种物候差异引起的作物生长状况变化较为明显，往往会对病害胁迫引起的作物生长状况变化造成较大的干扰。例如，随着小麦的不断生长，从返青期到抽穗期，小麦叶绿素含量和生物量等生长参数呈现出先逐渐增加，而后逐渐下降的趋势，这种变化使得反映寄主小麦生长状况的植被指数也呈现出相应的变化。然而，现有的绝大多数研究往往默认同一时期的作物处于相同物候阶段，忽略了实际生产中物候差异对作物病害预测的影响。
技术实现思路
[0005]鉴于上述内容中的问题，本申请提供了一种耦合遥感和气象数据的小麦条锈病预测方法及装置，基于时序遥感影像和气象数据，提取基于物候信息的植被指数和对条锈病敏感的气象特征，通过构建植被指数结合气象特征的小麦条锈病预测模型，实现区域小麦条锈病预测。
[0006]为了实现上述目的，本申请提供了以下技术方案：
[0007]一种耦合遥感和气象数据的小麦条锈病预测方法，包括：
[0008]获取待预测区域的小麦条锈病星地同步观测数据、哨兵二号卫星影像数据和中国气象站点数据；
[0009]利用所述小麦条锈病星地同步观测数据和所述哨兵二号影像数据提取基于物候信息的植被指数，所述基于物候信息的植被指数用于表征条锈病胁迫下小麦的生长状况；
[0010]利用所述中国气象站点数据提取气象特征，所述气象特征包括：12月的相对湿度、1月的光照强度、1月的降雨量以及预测日前7天的降雨量；
[0011]以所述基于物候信息的植被指数和所述气象特征作为输入特征，利用小麦条锈病预测模型预测每个像元的条锈病发生情况，并绘制条锈病发生分布图，以实现条锈病的预测。
[0012]一种耦合遥感和气象数据的小麦条锈病预测装置，包括：
[0013]第一处理单元，用于获取待预测区域的小麦条锈病星地同步观测数据、哨兵二号卫星影像数据和中国气象站点数据；
[0014]第二处理单元，用于利用所述小麦条锈病星地同步观测数据和所述哨兵二号影像数据提取基于物候信息的植被指数，所述基于物候信息的植被指数用于表征条锈病胁迫下小麦的生长状况；
[0015]第三处理单元，用于利用所述中国气象站点数据提取气象特征，所述气象特征包括：12月的相对湿度、1月的光照强度、1月的降雨量以及预测目前7天的降雨量；
[0016]第四处理单元，用于以所述基于物候信息的植被指数和所述气象特征作为输入特征，利用小麦条锈病预测模型预测每个像元的条锈病发生情况，并绘制条锈病发生分布图，以实现条锈病的预测。
[0017]一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在的设备执行如上述所述的耦合遥感和气象数据的小麦条锈病预测方法。
[0018]一种电子设备，所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如上述所述的耦合遥感和气象数据的小麦条锈病预测方法。
[0019]本申请所述的耦合遥感和气象数据的小麦条锈病预测方法及装置，首先获取待预测区域的小麦条锈病星地同步观测数据、哨兵二号卫星影像数据和中国气象站点数据；之后利用所述小麦条锈病星地同步观测数据和所述哨兵二号影像数据提取基于物候信息的植被指数，所述基于物候信息的植被指数用于表征条锈病胁迫下小麦的生长状况；再利用所述中国气象站点数据提取气象特征，所述气象特征包括：12月的相对湿度、1月的光照强度、1月的降雨量以及预测目前7天的降雨量；最后以所述基于物候信息的植被指数和所述气象特征作为输入特征，利用小麦条锈病预测模型预测每个像元的条锈病发生情况，并绘制条锈病发生分布图，以实现条锈病的预测。
[0020]本申请利用哨兵二号卫星数据结合气象数据对大范围小麦条锈病进行预测，与现有的基于气象数据的发病趋势预测不同，本申请更偏向于实际应用；与现有的基于卫星数据的预测相比，能够高精度精度预测病害的发生位置，能够为实际农药喷洒、植保管理提供
精确的指导。另外，本申请基于物候信息提取的遥感特征针对实际田间管理中，小麦生育期差异导致模型精度下降问题进行了优化，相比于现有的基于单一时期的遥感特征，能够提供针对条锈病的高精度预测指标参考，本申请更偏向于实际应用，能够为农民和植保部门提供高精度的条锈病的早期预警信息。
附图说明
[0021]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1为本申请实施例公开的一种耦合遥感和气象数据的小麦条锈病预测方法的流程示意图；
[0023]图2为本申请实施例公开的耦合遥感和气象数据的小麦条锈病预测方法的整体技术路线示意图；
[0024]本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种耦合遥感和气象数据的小麦条锈病预测方法，其特征在于，包括：获取待预测区域的小麦条锈病星地同步观测数据、哨兵二号卫星影像数据和中国气象站点数据；利用所述小麦条锈病星地同步观测数据和所述哨兵二号影像数据提取基于物候信息的植被指数，所述基于物候信息的植被指数用于表征条锈病胁迫下小麦的生长状况；利用所述中国气象站点数据提取气象特征，所述气象特征包括：12月的相对湿度、1月的光照强度、1月的降雨量以及预测日前7天的降雨量；以所述基于物候信息的植被指数和所述气象特征作为输入特征，利用小麦条锈病预测模型预测每个像元的条锈病发生情况，并绘制条锈病发生分布图，以实现条锈病的预测。2.根据权利要求1所述的方法，其特征在于，所述利用所述小麦条锈病星地同步观测数据和所述哨兵二号影像数据提取基于物候信息的植被指数，包括：采用时间序列谐波分析结合有效积温的方法，依据所述小麦条锈病星地同步观测数据估算小麦拔节期；利用所述哨兵二号影像数据提取基于物候信息的植被指数，所述基于物候信息的植被指数包括：归一化植被指数、红边归一化植被指数、植被衰减指数、红边病害胁迫指数、三角植被指数以及水肥胁迫指数。3.根据权利要求2所述的方法，其特征在于，所述采用时间序列谐波分析结合有效积温的方法，依据所述小麦条锈病星地同步观测数据估算小麦拔节期，包括：基于前三年的NDVI时间序列影像，获取NDVI时序曲线；利用S
‑
G滤波对所述NDVI时序曲线进行平滑处理，并利用谐波函数拟合平滑后的NDVI时序曲线；根据小麦的生长特征提取前三年的返青期和拔节期以及待预测年的返青期，所述返青期是NDVI时序曲线上升速率首次增加的日期，所述拔节期是NDVI时序曲线斜率达到最大值的日期；基于前三年的气象站点温度数据，计算前三年的返青期至拔节期的平均有效积温，以所述有效积温为阈值，基于待预测年的气象站点温度数据估算所述小麦拔节期。4.根据权利要求1所述的方法，其特征在于，所述小麦条锈病预测模型的构建方法，包括：获取待预测区域的历史小麦条锈病星地同步观测数据、历史哨兵二号卫星影像数据和历史中国气象站点数据；利用所述历史小麦条锈病星地同步观测数据和所述历史哨兵二号影像数据提取历史基于物候信息的植被指数，所述历史基于物候信息的植被指数用于表征条锈病胁迫下小麦的生长状况；利用所述历史中国气象站点数据提取历史气象特征，所述气象特征包括：12月的相对湿度、1月的光照强度、1月的降雨量以及预测目前7天的降雨量；利用所述历史基于物候信息的植被指数和所述历史气象特征，基于SVM方法构建所述小麦条锈病预测模型。5.一种耦合遥感和气象数据的小麦条锈病预测装置，其特征在于，包括：第一处理单元，用于获取待预测区域的小麦条锈病星地同步观测数据、哨兵二号卫星
影像数据和中国气象站点数据；第二处理单元，用于利用所述小麦条...
【专利技术属性】
技术研发人员：阮超，董莹莹，黄文江，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：
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。