[发明专利]基于星地多源降水数据融合的冬小麦湿渍害遥感监测方法

说明书

本发明公开了一种基于星地多源降水数据融合的冬小麦湿渍害遥感监测方法，包括：收集整理地面雨量计观测降水数据集、卫星反演降水数据集、NDVI数据集、DEM数据、农作物物候信息、冬小麦种植面积统计数据以及冬小麦种植区实地采样数据，并对NDVI数据进行预处理及滤波处理；利用处理之后的NDVI时间序列数据提取冬小麦种植面积空间信息；利用地理加权回归克立金方法构建降水信息融合的定量模型，获取降水数据集；利用降水数据集和提取的冬小麦种植面积，结合湿渍害指标，对冬小麦湿渍害受灾面积进行监测。该发明利用该数据进行大范围的作物湿渍害空间监测的有效方法，具有稳定的技术可行性。

技术领域

本发明属于农业气象灾害监测领域，具体涉及一种基于星地多源降水数据融合的冬小麦湿渍害遥感监测方法。

背景技术

气候变化背景下，极端天气气候事件增加，使得农业气象灾害呈现出频率高、强度大、危险日益严重的态势，对农业生产的影响日益加剧。湿渍害是世界范围常见的农业气象灾害之一，在美国、澳大利亚、俄罗斯、非洲中东部、中国、巴基斯坦、印度、尼泊尔、孟加拉国等国家均有发生，且不同发育期均会对农作物造成不同程度危害。据估计全球约有10％的土地严重受土壤渍水的影响，然而对于特定区域如东欧和俄罗斯联邦达到20％(FAO，2002)，每年15-20％的小麦种植区受涝渍灾害的影响。在中国，受气候、地形、土壤属性、种植制度等因素的影响，小麦种植区很容易遭受旱涝袭击，水旱轮作的南方区域受湿渍害影响严重。加强作物湿渍害监测研究，对于防灾减灾，保障国家粮食安全具有十分重要的现实意义。

降水量是作物湿渍害监测、预报和损失评估最关键的气象指标之一，传统的利用降水数据进行作物湿渍害监测主要通过国家级地面气象观测站的资料，但站点密度稀疏；区域自动气象站建设及投入使用，气象站点的密度加大，但其数据质量、稳定性及其在湿渍害监测及损失评估的应用有待进一步研究。随着科学技术的发展，许多国家陆续发射了一系列对地观测卫星，尤其是美国的热带降雨观测卫星任务(Tropical RainfallMeasurement Mission,TRMM)，开启了利用主动遥感反演降水的时代，该任务采用多传感器联合反演降水技术生产3h、逐日和月降水产品。与地面观测和雷达估测降水方法相比，卫星反演降水资料具有全天候、全覆盖的优势，能够比较准确地反映降水的时空分布特征。但卫星反演降水和雷达估测降水本质上都属于间接观测手段，其产品精度的提高必须经过地面资料的订正，订正效果直接决定融合降水资料的质量。鉴于各类观测资料各自所具备的优缺点，综合各个数据源的优势以得到高质量的降水产品，目前主流的做法是将空间覆盖的卫星反演的降水资料与地面站点观测降水资料进行融合。