一种基于卫星影像的病虫害信息提取方法技术

本发明专利技术提供的一种基于多时相卫星影像的区域尺度作物病害监测方法，充分利用时间序列影像数据中的光谱信息和时相信息，结合GIS、GPS、RS技术，将光谱信息散度分析引入作物灾害监测领域，提出利用一定区域内的星-地同步数据对病害进行大范围监测的方法和技术，有效降低病害监测的野外作业的成本，并对传统病害监测方式进行了由点及面的扩展，便于政府部门和农业管理部门及时、准确掌握和了解区域病害发生及严重程度等重要信息。

【技术实现步骤摘要】

本专利技术涉及遥感图像处理和农学
，具体涉及一种利用多时相卫星影像数据在区域尺度提取作物病害信息的方法。
技术介绍
传统的病虫害调查主要依靠人工的目测手查、田间取样等方式。这些方法虽然真实性和可靠性较高，但耗时、费力，且存在代表性、时效性差和主观性强等弊端，已难以适应目前大范围的病虫害实时监测和预报的需求。遥感技术是目前唯一能够在大范围内快速获取空间连续地表信息的手段，其在农作物估产、品质预报和病虫害监测等多个方面有着不同程度的研究和应用。这些应用在很大程度上改变了传统的作业和管理模式，极大地推动着农业朝优质、高效、生态、安全和现代化、信息化的方向发展。对现有技术文献的检索发现，发现浙江大学2007年专利技术了一种可见和近红外光谱的植物叶片或冠层灰霉病诊断方法与系统(申请号CN200710069097. I),但由于该技术方法的应用尺度限于作物叶片尺度，因此无法用于大范围的病情监测。同时，目前多数病害遥感监测方法及装置针对作物的叶片、冠层等尺度设计，较少基于卫星遥感影像进行区域尺度的病害监测。另一方面，早期的遥感数据，如Landsat TM和M0DIS，由于无法同时满足较高的空间分辨率和时间分辨率，对区域尺度的病害监测构成了一定的硬件条件的障碍。已有的一些基于卫星影像的作物病害监测往往仅考虑了光谱信息，并未考虑对于病害监测十分重要的时相信息，监测结果存在着较大的不确定性。近年来，随着如环境减灾小卫星等一些中高分辨率、高重访周期卫星数据的出现，为区域尺度上的病害遥感监测带来了重要契机。作物病害的发生在光谱上和时间上会表现出某些特征，可作为遥感监测的基础。目前尚未有方法利用多时相卫星影像数据在区域尺度上进行作物病害的大范围监测。
技术实现思路
(一)要解决的技术问题本专利技术的目的是提供一种基于多时相卫星影像的区域尺度作物病害监测方法，充分利用时间序列影像数据中的光谱信息和时相信息。(二)技术方案，所述方法包括如下步骤SI、订购下载卫星遥感影像，并对获取的卫星遥感影像进行预处理；S2、提取作物的种植范围；S3、在病害监控期，在影像获取时进行同步地面调查；S4、提取影像数据的单时相和多时相植被指数的光谱特征；S5、结合地面调查数据筛选病害监测的光谱特征；S6、基于光谱信息散度分析作物的病虫害发生情况。其中，所述影像的波段范围包括可见光和近红外波段。其中，所述影像的预处理过程包括辐射定标、大气校正、几何校正和云去除。其中，所述作物的种植范围依据已有土地分类矢量图或多时相影像进行分类获得。其中，所述多时相影像在分类过程中需结合土地利用类型数据、地形数据和物候经验，采用决策树、最大似然或神经网络进行种植范围提取。其中，所述单时相植被指数由某一时相影像波段反射率计算得到，用于反映植被在某个时间点上的生理生化状态；所述多时相植被指数根据某两个时相的单时相植被指数进行归一化计算得到，用于反映病害在田间发展变化的特点。其中，所述病害监测的光谱特征获取方法为根据调查样点病害的发生情况，将样本点分为正常样本和染病样本两部分；分别从图像上提取两类样本点不同形式光谱特征的单时相和多时相特征值；对每种光谱特征的单时相或多时相版本，采用独立样本t检验比较正常和染病样本的差异程度；采用t检验的P值表征某一特征的差异程度，并据此生成一张各类不同形式光谱特征在不同时相和时相组合中的P值统计表格，其中，P值越小，正常和染病样本的差异越大，特征对病害信息的响应越强烈。其中，所述光谱信息散度分析的过程为通过判断两个像元间的相关程度，将待分类像元归入相关程度最高的类别。(三)有益效果本专利技术充分利用时间序列影像数据中的光谱信息和时相信息，结合GIS、GPS、RS技术，将光谱信息散度分析引入作物灾害监测领域，提出利用一定区域内的星-地同步数据对病害进行大范围监测的方法和技术，有效降低病害监测的野外作业的成本，并对传统病害监测方式进行了由点及面的扩展，便于政府部门和农业管理部门及时、准确掌握和了解区域病害发生及严重程度等重要信息。附图说明图I为本专利技术实施例中基于多时相遥感影像数据进行病害监测的工作示意图；图2为例中监测区域范围与地面调查样点分布图；图3为例中小麦种植范围提取流程图；图4为小麦白粉病监测结果示意图。具体实施例方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。本专利技术的实现采用如下技术方案第一步多时相卫星遥感影像订购下载及预处理。根据多数作物病害发生进程快特点和目前可用的卫星遥感数据源，建议采用高重访周期的中高分辨率卫星影像。波段范围需覆盖可见光和近红外波段。结合农学植保经验，首先确定当地作物病害最适监测时期(通常指田间目视症状较明显的时期)。获取病害发生至这一时期的多个时相的卫星影像数据。影像的预处理过程包括辐射定标、大气校正、几何校正和云去除。后续病害信息提取基于预处理后得到的多时相的反射率影像数据进行。对2010年北京周边的顺义、通州地区小麦白粉病，通过多时相的环境小卫星HJ-CXD和同步地面调查点数据进行病害监测。根据小麦白粉病田间发生规律，选择小麦拔节至灌浆期为病害的监测时段，分别在2010年5月I日，5月13日，5月20日和5月25日获取四期覆盖应用区域的HJ-CCD影像。配合各期影像的获取时间，在各个时相共计对90个地面样区进行病情调查,其中54个点作为训练样本，36个点作为验证样本(图2)。每次调查时间与卫星影像获取日期差距不超过3天第二步应用区域作物种植范围提取。可结合已有土地分类矢量图或根据多时相影像进行分类获得。分类过程需结合应用区域中的土地利用类型数据、地形数据和物候经验等先验知识，采用决策树、最大似然或神经网络等监督分类方法进行作物种植范围提取。后续的作物病害信息提取在分类得到的作物种植范围内进行，以减小来自其他地物或作物类型的干扰。本例中对小麦种植范围提取采用一个结合卫星影像、DEM数据以及物候知识的决策树分类框架，基本流程见图3。首先根据一期5月20日的HJ-CCD影像(该时相研究区内冬小麦正处于旺盛的生长阶段)，采用一个NDVI阈值(NDVI>0. 7)将植被区域与非植被区域分离开。在研究区的植被区域中，除作物以外，主要包含草地、森林两种植被类型。基于草地在近红外波段反射率高于小麦和森林这一特点，通过一个Nir阈值(Nir〈0. 44)将小麦和森林进一步分离出来。考虑到研究区森林主要位于北京市西北侧的山区，为此通过一个DEM阈值(DEM〈100m)能够较容易地将小麦与森林分离开。在得到初步小麦种植范围的基础上，采用ENVI4. 7软件的sieve class功能对结果进行优化，去除分类结果中的“椒盐”像元，得到研究区的冬小麦种植面积图。采用60个地面验证点对该分类结果进行检验，冬小麦面积提取的总体精度达到90%以上。第三步在病害发生关键时期开展与影像获取时间同步的地面调查。地面调查与对应时期卫星拍摄日期相隔不超过3天。根据应用区域的面积，在样点设置上应不低于I样点/IOkm2的密度。同时,总调查样点个数应不少于30个。调查范围包括所有选择的样点均为一个直径超过30m的小麦连续种植区域，调查的内容为调查区域内作物的发病级别。为便于大范本文档来自技高网...

【技术保护点】
一种基于卫星影像的病虫害信息提取方法，其特征在于，所述方法包括如下步骤：S1、订购下载卫星遥感影像，并对获取的卫星遥感影像进行预处理；S2、提取作物的种植范围；S3、在病害监控期，在影像获取时进行同步地面调查；S4、提取影像数据的单时相和多时相植被指数的光谱特征；S5、结合地面调查数据筛选病害监测的光谱特征；S6、基于光谱信息散度分析作物的病虫害发生情况。其中，所述影像的波段范围包括可见光和近红外波段。

【技术特征摘要】

【专利技术属性】
技术研发人员：张竞成，王纪华，赵春江，袁琳，杨小冬，李存军，杨贵军，杨浩，
申请(专利权)人：北京农业信息技术研究中心，
类型：发明
国别省市：