【技术实现步骤摘要】
本专利技术属于图像处理，尤其涉及一种基于遥感数据和模糊决策的作物水分需求评估方法。
技术介绍
1、灌溉是全球用水的重要组成部分，约占用水的70％。随着世界人口的持续增长，对粮食的需求将增加，因此必须通过减少水浪费和提高效率来改善灌溉管理。精准农业是一种信息技术应用，可以改善作物生产管理，估算水分胁迫和规划灌溉的经典方法包括植被含水量(vwc)或土壤含水量(swc)的现场测量。然而，这些方法耗时、成本高，并且空间覆盖率低。在精准农业范围内，遥感技术可以为农业监测和提高对环境变化影响的理解做出重要贡献。利用遥感确保粮食安全分为作物生长评估、灌溉和作物损失，灌溉管理和监测的遥感参数包括蒸散估算、热指数和作物特征；作物蒸散量(etcrop)是一个用于估计灌溉需水量(iwr)的重要变量，定义为供应因蒸散而损失的水所需的深度或水量。etcrop受气候和作物特性的影响，可以使用遥感直接计算。用于估算et的遥感技术基于能量平衡模型，提供了实际蒸散量(eta)的估算值。能量平衡法的优点在于它能够在不参考水源的情况下确定农田的灌溉需求和耗水量，这些模型需要关于降雨和农田灌溉的数量和时间分布的信息，能量平衡方程通过潜热通量(蒸发潜热和et的乘积)来估计et。
2、然而，在这些方法中，我们可以提到双源能量平衡(tseb)、简化地表能量平衡指数(s-sebi)、地表温度与植被指数的三角/梯形空间、陆地地表能量平衡算法(sebal)、大气-陆地交换反演模型、地表能量平衡系统(sebs)和内部校准的蒸发蒸腾制图(metric)。例如，在metri
技术实现思路
1、有鉴于此，本专利技术提供了一种结合遥感数据和模糊决策、确保有效确定用水需求和促进高效农业实践的基于遥感数据和模糊决策的作物水分需求评估方法及系统，来解决上述存在的技术问题，具体采用以下技术方案来实现。
2、第一方面，本专利技术提供了一种基于遥感数据和模糊决策的作物水分需求评估方法，包括以下步骤：
3、通过陆地卫星获取研究区域的遥感图像数据并进行数据预处理得到气象参数；
4、使用度量模型和气象参数确定所述研究区域的实际蒸散量，其中，气象数据包括温度数据和太阳辐射数据；
5、将所述研究区域的作物水分需求问题转换为模糊决策问题，并构建模糊分类模型，模糊决策问题对应的模糊分类模型的过程包括输入的选择、模糊化、规则定义和系统校准；
6、基于所述实际蒸发量和所述模糊分类模型确定农业用地的区域需水量，并对所述区域需水量进行评估分析以完成作物水分需求评估。
7、作为上述技术方案的优选，使用度量模型和气象参数确定所述研究区域的实际蒸散量，包括：
8、使用支持向量机svm和随机森林rf分类算法生成所述研究区域的陆地卫星图像的土地利用图；
9、构建陆地卫星图像的预设区间图像的中值图像，根据高空间分辨率的陆地卫星图像形成训练数据和测试数据，将所述随机森林rf分类获得的地图作为所述度量模型的输入，并通过重新投影和捕捉得到dem图像，其中，dem图像与陆地卫星图像具有相同的空间分辨率、像素的相同位置和坐标系，dem图像采用严格变换的双线性采样，土地利用图采用严格变换最近邻采样。
10、作为上述技术方案的优选，所述陆地卫星包括陆地成像仪和红外热像仪，所述陆地成像仪用于测量光谱的可见光、近红外和短波红外部分，所述红外热像仪用于测量两个热波段的地表温度。
11、作为上述技术方案的优选，将所述研究区域的作物水分需求问题转换为模糊决策问题，并构建模糊分类模型，包括：
12、模糊分类模型包括隶属度函数和模糊逻辑，使用模糊逻辑将输入映射到输出，将人类推理理形式化，隶属度函数使用0到1之间的连续值将清晰数据转换为模糊集；
13、模糊分类模型的构建过程包括模糊化、规则定义、去模糊和系统校准，具体包括：
14、模糊化：获取遥感植被指数作为模型的输入，遥感植被指数包括用于确定植物生长阶段的归一化植被指数ndvi、叶面积指数lai、用于测量植物温度的地表温度lst或作物水分胁迫指数cwsi，三角隶属度函数将输入值转换为模糊值；
15、规则定义：ndvi随着植物成熟和需要更多的水而增加，较低的ndvi值表示植被正经历水分胁迫，较高的ndvi值表示绿化更密集；lst表示在缺水时植物会关闭气孔以补偿水分损失；蒸发蒸腾et作物通过蒸发蒸腾来补充水分损失所需的水量；胁迫指数si值表示实际蒸散量与潜在蒸散量的低比率，低比率表示水的需求更大；作物水分胁迫指数cwsi的值反映植物温度和应力水平；土壤水分sm％表示土壤越干，对水的需求越大；
16、去模糊：聚合模糊集确定所有规则定义的输出结果；
17、系统校准：通过修改模糊分类模型的预设参数进行标定，其中，预设参数包括交集参数、并集参数和蕴涵参数，其中，交集参数包括最小或乘法运算符，并集参数包括最大算子或代数加法，蕴涵参数包括最小算子或乘法算子。
18、作为上述技术方案的优选，采用metric模型的均方根误差评估实际蒸散量，对应的rmse表达式为其中，oi表示彭曼方程中第i天的etr值作为评估参考，pi表示第i天度量算法的平均值，n表示研究的天数。
19、作为上述技术方案的优选，通过陆地卫星获取研究区域的遥感图像数据并进行数据预处理得到气象参数，包括：
20、将植被含水量vwc和土壤水分sm作为作物水分需求评估的输入数据，植被含水量vwc可使用表达式为其中，fw表示叶子的鲜重，dw表示叶子的干重，wet basis表示湿基。
21、第二方面，本专利技术还提供了一种基于遥感数据和模糊决策的作物水分需求评估系统，包括：
22、数据获取模块，用于通过陆地卫星获取研究区域的遥感图像数据并进行数据预处理得到气象参数；
23、数据筛选模块，用于使用度量模型和气象参数确定所述研究区域的实际蒸散量，其中，气象数据包括温度数据和太阳辐射数据；
24、模型构建模块，用于将所述研究区域的作物水分需求问题转换为模糊决策问题，并构建模糊分类模型，模糊决策问题对应的模糊分类模型的过程包括输入的选择、模糊化、规则定义和系统校准；
25、需求评估模块，用于基于所述实际蒸发量和所述模糊分类模型确定农业用地的区域需水量，并对所述区域需水量进行评估分析以完成作物水分需求评估。
26、作为上述技术方案的本文档来自技高网...
【技术保护点】
1.一种基于遥感数据和模糊决策的作物水分需求评估方法，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和模糊决策的作物水分需求评估方法，其特征在于，使用度量模型和气象参数确定所述研究区域的实际蒸散量，包括：
3.根据权利要求2所述的基于遥感数据和模糊决策的作物水分需求评估方法，其特征在于，所述陆地卫星包括陆地成像仪和红外热像仪，所述陆地成像仪用于测量光谱的可见光、近红外和短波红外部分，所述红外热像仪用于测量两个热波段的地表温度。
4.根据权利要求1所述的基于遥感数据和模糊决策的作物水分需求评估方法，其特征在于，将所述研究区域的作物水分需求问题转换为模糊决策问题，并构建模糊分类模型，包括：
5.根据权利要求1所述的基于遥感数据和模糊决策的作物水分需求评估方法，其特征在于，还包括：
6.根据权利要求1所述的基于遥感数据和模糊决策的作物水分需求评估方法，其特征在于，通过陆地卫星获取研究区域的遥感图像数据并进行数据预处理得到气象参数，包括：
7.一种基于遥感数据和模糊决策的作物水分需求评估系统，其特征
8.根据权利要求7所述逇基于遥感数据和模糊决策的作物水分需求评估系统，其特征在于，数据筛选模块包括分类单元和图像处理单元；
9.一种存储介质，其特征在于，采用如权利要求1-6任一项所述的基于遥感数据和模糊决策的作物水分需求评估方法的步骤。
...【技术特征摘要】
1.一种基于遥感数据和模糊决策的作物水分需求评估方法，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和模糊决策的作物水分需求评估方法，其特征在于，使用度量模型和气象参数确定所述研究区域的实际蒸散量，包括：
3.根据权利要求2所述的基于遥感数据和模糊决策的作物水分需求评估方法，其特征在于，所述陆地卫星包括陆地成像仪和红外热像仪，所述陆地成像仪用于测量光谱的可见光、近红外和短波红外部分，所述红外热像仪用于测量两个热波段的地表温度。
4.根据权利要求1所述的基于遥感数据和模糊决策的作物水分需求评估方法，其特征在于，将所述研究区域的作物水分需求问题转换为模糊决策问题，并构建模糊分类模型，包括：
5.根据权利...
【专利技术属性】
技术研发人员：李虎雄，毛昊磊，李思翰，李琪，吴宗大，
申请(专利权)人：绍兴文理学院，
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。