[发明专利]基于遥感数据反演的灌区稻田智能灌排决策方法和系统

权利要求书

1.一种基于遥感数据反演的灌区稻田智能灌排决策方法，特征在于：所述方法包括下列步骤：

步骤一，遥感数据获取，从Terra和Qqua卫星遥感平台上获取MODIS遥感数据产品、从国产气象卫星风云系列平台获取气象数据产品以及利用无人机载红外测距传感器获取稻田水位数据产品；

步骤二，遥感数据反演，基于获取的多源遥感数据产品对灌区水稻的关键生育时期识别、稻田蒸散发量、植物截留量、稻田土壤湿度、气象信息以及田面水位的要素信息进行反演及提取；

步骤三，灌排决策分析，由遥感数据产品反演获得的水稻关键生育时期、土壤水分及稻田田面水位的信息与设定的稻田需求水位进行比较，低于稻田需求水位时进行灌溉，高于稻田田面水位时进行排水。

2.根据权利要求1所述的基于遥感数据反演的灌区稻田智能灌排决策方法，特征在于：所述步骤二的遥感数据反演的内容如下：

A、降雨量及预测降雨量：

日降雨量及预测降雨量通过国产气象卫星风云系列所形成的日尺度降水产品及预测降雨产品获得；

B、稻田田面水位反演：

稻田田面水位通过将红外测距传感器装载于小型无人机上，基于红外测距技术反演稻田的田面水位，使得田面水位测量分辨率达到5mm；

C、水稻关键生育期反演：

水稻关键生育期反演采用增强植被指数法，监测区的增强植被指数值通过MODIS产品数据获得；通过MODIS数据产品获得监测区的增强植被指数时间序列，并采用傅立叶和小波低通滤波法算法去除噪声，得到较为平滑的增强植被指数时间序列；根据水稻关键生育时期和增强植被指数的关系，反演水稻的关键生育期；

D、土壤水分反演：

土壤水分反演采用温度植被干旱指数法，其基本原理为研究区域的增强植被指数增强植被指数EVI和地表温度Ts构成温度植被干旱指数的三角形特征空间；温度植被干旱指数TVDI和土壤相对含水量RSM的计算公式如下：

$TVDI=\frac{Ts-{\mathrm{Ts}}_{\min }}{{\mathrm{Ts}}_{\max }-{\mathrm{Ts}}_{\min }}---\left(1\right)$

RSM＝RSM_W-TVDI*(RSM_W-RSM_D)(2)

式中，Ts为研究区内任一像元的地表温度；Ts_max为研究区内EVI对应的最高地表温度，即干边，在干边上TVDI＝1；Ts_min为研究区内EVI对应的最低地表温度，即湿边，在湿边上TVDI＝0；RSM_W是湿边上最大土壤相对含水量，湿边的土壤相对含水量为田间持水量，为100％(Gillies et al.,1997)；RSM_D为干边最小土壤相对含水量；由公式(2)得到RSM_D的表达式如下所示：

${\mathrm{RSM}}_D={\mathrm{RSM}}_W-\frac{{\mathrm{RSM}}_W-RSM}{TVDI}---\left(3\right)$

根据野外实测土壤相对含水量RSM和所对应的TVDI值带入公式(3)，求得RSM_D值，通过监测区多点的RSM_D值求得平均RSM_D，然后根据公式(2)求出监测区内每个像元点所对应的土壤相对含水量RSM；

E、蒸散发反演：

蒸散发反演根据遥感数据计算得出瞬时蒸散发量ET，再通过积分运算课得出区域蒸散发量ETa；其中瞬时蒸散发量ET计算公式如下：

$ET=\frac{Rn-G-H}{\mathrm{\λ}}---\left(4\right)$

式中，Rn为地表净辐射量，G为土壤热通量，H为显热通量，λ为气化潜热；

①地表净辐射量Rn采用下述公式(5)计算：

Rn＝(1-α)*R_S+R_L (5)

其中，α为地表反照率，R_S为短波辐射，R_L为长波辐射，所述的三个值均通过MODIS产品数据计算获得；

②土壤热通量G采用下述公式(6)计算：

式中，为植被覆盖比例系数；为裸土比例系数；f_c为植被覆盖度；在地表全部被植被覆盖，而裸土式中植被覆盖度f_c由下述公式(7)和(8)计算：

$f_c=\frac{NDVI-{\mathrm{NDVI}}_{min}}{{\mathrm{NDVI}}_{\max }-{\mathrm{NDVI}}_{min}}---\left(7\right)$

式中，NDVI为归一化植被指数；NDVImin对应裸土，取值0.2；NDVImax对应全覆盖植被，取值0.86；NDVI由MODIS产品获得；

③显热通量H采用下述公式(8)计算：

$H=\mathrm{\ρ}*C_P\frac{T_S-T_a}{r_a}---\left(8\right)$

式中：ρ为空气密度，标准状态下为1.29kg m^-3；C_P为正常压力值下的空气热容，为1.004Jkg^-1K^-1；T_s为地表温度，由MODIS数据产品获得；T_a为参考高度处的空气温度，通过在监测区实际测定获得；r_a为空气动力学阻抗，依赖于监测区表面的粗糙度，根据监测区的实际情况设定；

④气化潜热λ采用下述公式(9)计算：

λ＝2.5–0.0022T_a (9)

式中，T_a为参考高度处的空气温度，通过在监测区实际测定获得；

F、植被截留量反演：

植被截留量反演通过卫星遥感产品获得的植被覆盖度和LAI数据，以及通过国产气象卫星风云系类获得的日尺度降雨量计算获得；采用下述公式(10)计算植被截留量S_v：

式中，f_c为植被覆盖度；S_max为植被最大截留量；η为校正系数；为累积降雨量；植被覆盖度f_c由公式(7)计算获得；植被最大截留量S_max和校正系数η值取决于叶面指数LAI，分别由下述公式(11)和(12)计算：

S_max＝0.935+0.498*LAI-0.00575*LAI² (11)

η＝0.046*LAI (12)

式中，LAI由MODIS遥感产品获得；

G、径流反演：

径流地表径流SRQ、壤中流SFQ和地下径流URQ组成，分别由下述公式(13)、(14)和(15)计算：

$SRQ=\mathrm{\β}{\[\frac{{\mathrm{RSM}}_S}{{\mathrm{RSM}}_{S0}*\mathrm{\Ψ}}\]}^{\mathrm{\γ}}(P-S_v)---\left(13\right)$

SFQ＝RSM_L*δ*Thick_L (14)

URQ＝RSM_U*ε*Thick_U (15)

式中，RSMs为表层土壤含水量；RSMso为表层土壤饱和含水量；P-Sv为有效降雨量；RSM_L为深层土壤含水量和地下层含水量；Ψ为覆盖影响参数；β为土壤饱和后径流系数；γ为土壤水影响系数；δ和ε为壤中流和地下径流的出流系数，Thick为土壤厚度；除Ψ、β、γ、δ、ε和Thick六个数据需根据监测区的实际情况设定外，其他数据均由遥感反演获得。