本发明专利技术涉及农业遥感领域，具体提供了一种玉米风灾遥感监测方法，包括如下步骤：S1：获取目标区域的多时相遥感影像；S2：对影像进行预处理，并得到预处理后的影像；S3：对预处理后的影像采用监督分类方法，得到玉米种植区域；S4：确认玉米风灾的监测评价指标，选取比值植被指数差值、土壤湿度及日最大风速作为玉米风灾的监测评价指标；S5：对比值植被指数差值、土壤湿度及日最大风速进行归一化处理；S6：建立玉米风灾监测指数；S7：对阙值进行划分。本方案充分考虑了玉米风灾的灾后因子和致灾因子，并对灾害程度进行了分级，可有效提高监测精度，理论性和实用性强，可为灾后损失评估提供可靠的参考。考。
【技术实现步骤摘要】
一种玉米风灾遥感监测方法
[0001]本专利技术涉及农业遥感
，尤其涉及一种玉米风灾遥感监测方法。
技术介绍
[0002]玉米可作为粮食、饲料、油料、能源和制药企业的原料而被广泛使用，是一种重要的粮食作物，具有很高的经济利用价值。玉米在我国谷物增产总额中的贡献率为40％，在我国粮食和饲料生产中占有举足轻重的地位，目前我国玉米的平均单产水平已由70年代的180公斤增至现在的375公斤，高产地区和高产地块的亩产量已高达800
‑
900公斤，但由于全球气候变化，恶劣天气增加，自然灾害每年都不同程度发生，其中风灾是玉米主产区难以抵卸的自然灾害，严重制约和危害着玉米的高产和稳产性能。
[0003]玉米风灾是瞬时性灾害，袭击的时间虽然很短，但是容易引起玉米大面积的倒伏，从而造成枝叶折断，枝叶变黄等现象，使玉米在片刻之间减产甚至绝收，因此，需要在玉米种植过程中对玉米风灾进行监测，以减小风灾的危害程度。现有的玉米风灾遥感监测方法主要是基于监督分类提取倒伏面积，利用气象站点资料战力回归分析模型，精度和实用性有限。因此，如何设计一种从灾害发生发展规律出发，将遥感信息与其他致灾因子相结合的玉米风灾监测模型，以有效提高监测精度，是当下亟需解决的问题。
技术实现思路
[0004]本专利技术为解决上述问题，提供了一种玉米风灾遥感监测方法，通过将比值植被指数差值、土壤湿度以及日最大风速相结合作为评价风灾监测的指标来建立玉米风灾监测模型，可定量评价玉米风灾发生后的不同受损程度，有效提升监测精度与实用性。
[0005]为达到上述目的，本专利技术提出如下技术方案：一种玉米风灾遥感监测方法，包括如下步骤：
[0006]S1：获取目标区域的多时相遥感影像；
[0007]S2：对影像进行预处理，并得到预处理后的影像；
[0008]S3：对预处理后的影像采用监督分类方法，得到玉米种植区域；
[0009]S4：确认玉米风灾的监测评价指标；
[0010]S5：对玉米风灾的监测评价指标进行归一化处理；
[0011]S6：建立玉米风灾监测指数；
[0012]S7：对阙值进行划分。
[0013]优选的，步骤S4中选取比值植被指数差值、土壤湿度及日最大风速作为玉米风灾的监测评价指标。
[0014]优选的，步骤S6中利用层析分析法确认比值植被指数差值、土壤湿度及日最大风速进行归一化处理后的指标权重，玉米风灾监测指数的计算公式如下：
[0015]CS＝0.75
×
ΔRVI+0.15
×
S+0.1
×
W
[0016]其中，S为土壤湿度，W为日最大风速，ΔRVI为比值植被指数的差值。
[0017]优选的，步骤S7中的阙值划分方法如下：
[0018]当CS<μ
‑
0.5
×
θ时，即为玉米风灾重度；
[0019]当μ
‑
0.5
×
θ<CS<μ时，即为玉米风灾中度；
[0020]当θ<CS<μ+0.5
×
θ时，即为玉米风灾轻度；
[0021]当CS>μ+0.5
×
θ时，即为玉米无灾；
[0022]其中，μ为玉米种植区的风灾监测指数的均值；θ为玉米种植区的风灾监测指数的标准差。
[0023]优选的，比值植被指数及比值植被指数差值的计算公式如下：
[0024]RVI＝ρ
NIR
/ρ
R
[0025][0026]其中，ρ
NIR
为近红外波段，ρ
R
为红光波段，RVI为比值植被指数。
[0027]优选的，步骤S5中采用如下公式对比值植被指数差值进行归一化处理：
[0028]xi＝(xi
‑
min(x))/(max(x)
‑
min(x))。
[0029]优选的，步骤S5中采用如下公式对土壤湿度及日最大风速进行归一化处理：
[0030]xi＝(max(x)
‑
xi)/(max(x)
‑
min(x))。
[0031]优选的，步骤S2中的预处理包括辐射定标、大气校正、正射校正、影像融合、影像裁剪及得到预处理后的影像。
[0032]优选的，步骤S1中的遥感数据源为哨兵二号或Landsat8。
[0033]优选的，哨兵二号的分辨率为10米，Landsat8的分辨率为15米。
[0034]本专利技术有益效果是：
[0035]1、本专利技术中将遥感信息与比值植被指数差值、土壤湿度及日最大风速等致灾因子相结合建立风灾监测模型，从灾害发生发展的规律出发，可为灾后损失评估提供可靠参考，有效提高模型的监测精度和实用性。
[0036]2、本专利技术可定量评价玉米风灾发生后的不同受损程度，风灾监测模型充分考虑了玉米风灾的灾后因子和致灾因子，并对灾害程度进行了分级，可进一步有效提高监测精度，具有较强的理论性和实用性。
具体实施方式
[0037]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合具体实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，而不构成对本专利技术的限制。
[0038]一种玉米风灾遥感监测方法，包括如下步骤：
[0039]S1：获取目标区域的多时相遥感影像；其中遥感数据源为哨兵二号或Landsat8，哨兵二号的分辨率为10米，Landsat8的分辨率为15米。
[0040]S2：对影像进行预处理；预处理包括辐射定标、大气校正、正射校正、影像融合、影像裁剪及得到预处理后的影像；
[0041]S3：对预处理后的影像采用监督分类方法，得到玉米种植区域；
[0042]S4：确认玉米风灾的监测评价指标；结合风灾发生条件和规律，比值植被指数在一定条件下能用来定量说明植被的健康状况，土壤湿度及风速都与玉米风灾的形成直接相
关，因此选取比值植被指数差值、土壤湿度及日最大风速作为玉米风灾的监测评价指标，其中土壤湿度(soil moisture)即土壤的干湿程度，日最大风速即每日内10分钟平均风速的最大值。比值植被指数及比值植被指数差值的计算公式如下：
[0043]RVI＝ρ
NIR
/ρ
R
[0044][0045]其中ρ
NIR
为近红外波段，ρ
R
为红光波段，RVI为比值植被指数，ΔRVI为比值植被指数差值。
[0046]S5：对玉米风灾的监测评价指标进行归一化处理；
[0047]比值植被指数差值与风灾灾情成正相关，值越大灾越轻，通过如下公式对比值植被指数差值进行归一化处理：
[0048]xi＝(xi
‑<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种玉米风灾遥感监测方法，其特征在于，包括如下步骤：S1：获取目标区域的多时相遥感影像；S2：对影像进行预处理；S3：对预处理后的影像采用监督分类方法，得到玉米种植区域；S4：确认玉米风灾的监测评价指标；S5：对玉米风灾的监测评价指标进行归一化处理；S6：建立玉米风灾监测指数；S7：对阙值进行划分。2.根据权利要求1所述的玉米风灾遥感监测方法，其特征在于，步骤S4中选取比值植被指数差值、土壤湿度及日最大风速作为玉米风灾的监测评价指标。3.根据权利要求2所述的玉米风灾遥感监测方法，其特征在于，步骤S6中利用层析分析法确认比值植被指数差值、土壤湿度及日最大风速进行归一化处理后的指标权重，玉米风灾监测指数的计算公式如下：CS＝0.75
×
ΔRVI+0.15
×
S+0.1
×
W其中，S为土壤湿度，W为日最大风速，ΔRVI为比值植被指数的差值。4.根据权利要求3所述的玉米风灾遥感监测方法，其特征在于，步骤S7中的阙值划分方法如下：当CS<μ
‑
0.5
×
θ时，即为玉米风灾重度；当μ
‑
0.5
×
θ<CS<μ时，即为玉米风灾中度；当θ<CS<μ+0.5
×
θ时，即为玉米风灾轻度；当CS>μ+0.5
×
...
【专利技术属性】
技术研发人员：于亚凤，陈圣波，穆永玲，
申请(专利权)人：吉林高分遥感应用研究院有限公司，
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。