[发明专利]一种个体与群体特征相结合的农作物长势遥感评价方法

权利要求书

1.一种个体与群体特征相结合的农作物长势遥感评价方法，其特征在于，该方法包括以下步骤：

（1）对地面光谱反射的遥感数据进行预处理，这些数据来源于不同的卫星探测器；

（2）对预处理后的遥感数据进行农作物生物量遥感估算；

（3）对预处理后的遥感数据进行农作物冠层氮素浓度遥感监测；

（4）基于物候遥感数据对生物量监测结果进行物候修正，将生物量归一化到同一物候条件下；

（5）基于遥感观测得到的农作物生物量和冠层氮素浓度进行个体与群体特征相结合的农作物长势评价。

2.根据权利要求1所述的个体与群体特征相结合的农作物长势遥感评价方法，其特征在于，所述遥感数据包括用于农作物生物量估算和农作物物候信息提取的MODIS数据，和用于农作物冠层氮素浓度估算的MERIS数据；对于MODIS的数据产品只需进行格式转换，对于MERIS数据，利用欧空局提供的BEAM软件进行辐射纠正、几何纠正和大气纠正。

3.根据权利要求1所述的个体与群体特征相结合的农作物长势遥感评价方法，其特征在于，农作物生物量采用光合作用累计方法进行估算。

4.根据权利要求1所述的个体与群体特征相结合的农作物长势遥感评价方法，其特征在于，所述农作物氮素浓度采用红边斜率作为其遥感估算指标。

5.根据权利要求4所述的个体与群体特征相结合的农作物长势遥感评价方法，其特征在于，农作物的红边光谱特性采用倒高斯模型进行模拟，从而提取红边参数，红边参数包括红谷位置、红边位置、红边振幅和红边斜率。

6.根据权利要求4所述的个体与群体特征相结合的农作物长势遥感评价方法，其特征在于，农作物冠层氮素浓度的估算采用回归分析方法。

7.根据权利要求1所述的个体与群体特征相结合的农作物长势遥感评价方法，其特征在于，对物候遥感数据采用Savitzky-Golay滤波的正向迭代算法进行数据重构。

8.根据权利要求7所述的个体与群体特征相结合的农作物长势遥感评价方法，其特征在于，对生物量进行物候修正采用线性回归的方法。

9.根据权利要求1～8任一项所述的个体与群体特征相结合的农作物长势遥感评价方法，其特征在于，所述农作物生物量用于反映农作物群体状况，评价群体长势好坏；氮素或叶绿素含量用于反映农作物个体状况，评价农作物单体的长势。

10.根据权利要求1～8任一项所述的个体与群体特征相结合的农作物长势遥感评价方法，其特征在于，所述评价方法为：以二维表的形式将生物量和氮素这两类指数放在一起进行农作物长势的遥感评价，即将农作物个体与群体长势均较好时的长势定义为好，将个体与群体长势均不好的长势定义为差，其他状态则根据这两种指数的状态定义为各种由好到差的长势。