【技术实现步骤摘要】
本专利技术涉及遥感，尤其涉及一种基于遥感数据的油菜关键发育期识别和预报方法。
技术介绍
1、
2、传统的油菜发育期监测方法通过实地观测为主，这种方法观测面积小，具有主观因素，同时需耗费大量人力物力，随着遥感技术的发展，越来越多的应用于发育期监测的问题中，对于用遥感方法进行作物发育期识别的研究，许多学者提出不同的方法。
3、目前，国内外对于用遥感方法进行作物发育期识别的研究主要采用植被指数阈值法、滑动移动平均法、梯度方法、转折点法、波谱分析法等，其中基于植被指数阈值法的方法，充分考虑植被指数曲线的特征，通过设定相应的阈值条件，将作物发育期信息限制在合理的范围内，提高了计算的准确性。但是不同的区域范围、作物类型、植被指数的不同都会对阈值的选择产生影响，同时人的主观因素同样影响阈值的选取，因此其通用性较差，通过改进的动态阈值法在一定程度上减轻了这种现象，但是仍然存在适用性较差这一问题。基于时序植被指数的方法，如滑动平均法、转折点法、梯度法、波谱法等，充分利用了作物的光谱曲线在生长全过程中的变化，最大程度的保留了植被指数的信息，同时能够降低数据的维度，但是需要长时间序列的反射率信息以计算植被指数的时间变化曲线，对时间分辨率较低的数据源，需要进行差值处理，这无疑会带来一定的误差，无法对其开展精确的发育期分析。光谱空间法考虑不同的发育期时期会在某些波段组成的光谱空间中产生聚类信息，因此得以进行区分，但是对于油菜等花期特征异常明显的作物，其光谱反射率在光谱空间中分布混乱，较难区分。
4、油菜开花和成熟是作物
5、因此，有必要提供一种新的一种基于遥感数据的油菜关键发育期识别和预报方法解决上述技术问题。
技术实现思路
1、本专利技术解决的技术问题是提供一种能够对油菜花期和成熟期进行遥感识别的功能，以及对油菜的关键发育期预报提供宏观基础资料、的基于遥感数据的油菜关键发育期识别和预报方法。
2、为解决上述技术问题，本专利技术提供的基于遥感数据的油菜关键发育期识别和预报方法包括以下步骤：
3、s1：采用遥感监测对油菜花面积进行提取；
4、s2：确立油菜生育期suomi-npp ndvi时间变化特征；
5、s3：确立油菜花期遥感监测模型；
6、s4：确立油菜成熟期遥感监测模型；
7、s5：确立油菜关键发育期特征；
8、s6：确立油菜发育期内积温特征；
9、s7：确立油菜花期预测模型；
10、s8：确立油菜花成熟期预测模型；
11、s9：对油菜花期和成熟期预测模型开展准确性检验。
12、优选的，所述s1中，基于高分一号数据对油菜面积进行提取。
13、优选的，采用随机森林算法或分类回归树算法对基于高分一号采集的油菜花面积进行提取。
14、优选的，所述s2中，将提取的油菜分布区域与时序suomi-npp ndvi影像做掩膜处理，得到油菜时序suomi-npp ndvi空间分布，利用主产区油菜种植面积信息计算每一期油菜suomi-npp ndvi平均值，将平均值作为油菜的ndvi值，得到油菜suomi-npp ndvi原始时间序列曲线；将提取的suomi-npp ndvi遥感数据时序信息与实际的油菜发育期情况匹配。
15、优选的，所述s4中，采用动态阈值法确立油菜成熟期遥感监测模型。
16、优选的，所述s6中，以油菜每个发育期间隔时间为单元，统计每个发育期到花期、成熟期的积温，确立油菜发育期内积温特征。
17、优选的，所述根据以下方程式：
18、∑t指≈∑t实+∑t预
19、确立油菜花期预测模型；
20、式中，∑t为花期预报指标积温；∑t实为预报指标起始日到花期预报日前一天已经出现的积温；∑t预为花期预报日当天及以后每天平均温度预报值并累加。
21、与相关技术相比较，本专利技术提供的基于遥感数据的油菜关键发育期识别和预报方法具有如下有益效果：
22、本专利技术提供一种基于遥感数据的油菜关键发育期识别和预报方法，同时采用随机森林和cart方法提取油菜种植面积，两种方法种植结构相对单一的区域，利用油菜关键期不同光谱特征信息进行交集运算方法提取的油菜面积具有较高精度；借助面积范围获取的油菜suomi-nppndvi时间曲线也能真实的反映出油菜生育期内的遥感指数变化特征，后采用阈值法开展油菜花期和成熟期遥感识别；结果表明遥感监测阈值法虽然简单，但在油菜主产区准确率较高，结合各地实测的生育期资料，可判断油菜的花期和成熟期；但是gf-1wfv数据因为分辨率的问题，仅适用于油菜种植面积大的区域。由此得出开展青海省油菜发育期遥感监测至少需要16m分辨率以上数据；采用积温法可在生长季前期的任何时段开展关键发育期预报业务，且经过检验后发现，随着关键发育期的临时预测的准确率逐渐提高。对比≥0℃、≥3℃两个积温预报结果发现，≥0℃积温预报法略好。
本文档来自技高网...【技术保护点】
1.一种基于遥感数据的油菜关键发育期识别和预报方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于遥感数据的油菜关键发育期识别和预报方法，其特征在于，所述S1中，基于高分一号数据对油菜面积进行提取。
3.根据权利要求2所述的基于遥感数据的油菜关键发育期识别和预报方法，其特征在于，采用随机森林算法或分类回归树算法对基于高分一号采集的油菜花面积进行提取。
4.根据权利要求1所述的基于遥感数据的油菜关键发育期识别和预报方法，其特征在于，所述S2中，将提取的油菜分布区域与时序Suomi-NPP NDVI影像做掩膜处理，得到油菜时序Suomi-NPP NDVI空间分布，利用主产区油菜种植面积信息计算每一期油菜Suomi-NPPNDVI平均值，将平均值作为油菜的NDVI值，得到油菜Suomi-NPP NDVI原始时间序列曲线；将提取的Suomi-NPP NDVI遥感数据时序信息与实际的油菜发育期情况匹配。
5.根据权利要求1所述的基于遥感数据的油菜花期和成熟期识别方法，其特征在于，所述S4中，采用动态阈值法确立油菜花期和成熟期遥感监测
6.根据权利要求1所述的基于遥感数据的油菜关键发育期识别和预报方法，其特征在于，所述S6中，以油菜每个发育期间隔时间为单元，统计每个发育期到花期、成熟期的积温，确立油菜发育期内积温特征。
7.根据权利要求1所述的基于遥感数据的油菜关键发育期识别和预报方法，其特征在于，所述根据以下方程式：
...【技术特征摘要】
1.一种基于遥感数据的油菜关键发育期识别和预报方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于遥感数据的油菜关键发育期识别和预报方法，其特征在于，所述s1中，基于高分一号数据对油菜面积进行提取。
3.根据权利要求2所述的基于遥感数据的油菜关键发育期识别和预报方法，其特征在于，采用随机森林算法或分类回归树算法对基于高分一号采集的油菜花面积进行提取。
4.根据权利要求1所述的基于遥感数据的油菜关键发育期识别和预报方法，其特征在于，所述s2中，将提取的油菜分布区域与时序suomi-npp ndvi影像做掩膜处理，得到油菜时序suomi-npp ndvi空间分布，利用主产区油菜种植面积信息计算每一期油菜suo...
【专利技术属性】
技术研发人员：李璠，陈国茜，赵梦凡，陈奇，李菲，严应存，颜亮东，
申请(专利权)人：青海省气象科学研究所，
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。