[发明专利]一种土地整治后农田作物生长缺陷区遥感快速诊断方法

权利要求书

1.一种土地整治后农田作物生长缺陷区遥感快速诊断方法，其特征是，包括以下步骤：

步骤1)在土地整治后的农作物生长季内，获取覆盖土地整治区的基于卫星、航空摄影或无人机的高分辨率多光谱遥感影像；

步骤2)预处理所述遥感影像，包括对遥感影像进行大气校正和几何配准，将土地整治项目区的工程施工图与预处理后的遥感影像叠加在一起，然后利用工程施工图中的所有田块边界对预处理后的遥感影像进行裁剪，得到土地整治项目区内所有田块的遥感影像；

步骤3)计算所有田块内每个像元的归一化植被指数NDVI，NDVI是近红外与红色通道反射比值的一种变化形式，是农作物生长状况的最佳指示因子，计算公式为：

NDVI＝(NIR-R)/(NIR+R)

式中，NIR代表遥感影像近红外波段的反射率，R代表红光波段的反射率，NDVI取值范围在-1到1之间，NDVI值越高，表明农作物生长状况越好；在ENVI即The Environment forVisualizing Images软件中采用band math功能实现对各个田块每个像元的NDVI值；

步骤4)进行空间聚类分析，计算各个像元NDVI值空间关联的Local Moran’s I指数、各个像元NDVI值与所有田块NDVI平均值的差值D_i、各个像元NDVI值标准化统计量Z_i，计算公式分别为：

式中，X_i、X_j分别为第i、j个像元的NDVI值，为所有田块NDVI的均值，n为像元总数，W_ij为像元i和j之间的空间权重，VAR(I_i)是I_i的方差；

当Z_i取值在小于-1.96或大于+1.96时，该像元的空间聚类在置信度为95％的水平下没有显著性，属于“不显著”类型；

当Z_i取值在-1.96和+1.96区间时，该像元的空间聚类在置信度为95％的水平下有显著性，对于空间聚类有显著性的像元，又分为高值聚类HH、低值聚类LL，低值被高值围绕的异常值LH和高值被低值围绕的异常值HL；对于空间聚类有显著性的像元，I_i和D_i均大于0时，该像元属于高值聚类HH，此时该像元包含同样高的NDVI的邻近像元；I_i大于0且D_i小于0时，该像元属于低值聚类LL，此时该像元包含同样低的NDVI的邻近像元；I_i和D_i均小于0时，该像元属于低值被高值围绕的异常值LH，此时该像元的邻近像元的NDVI值都较高；I_i小于0且D_i大于0，该像元属于高值被低值围绕的异常值HL，此时该像元的邻近像元的NDVI值都较低；

在上述5种类型中，低值聚类LL、低值被高值围绕的异常值LH区域长势显著低于其他地区，是作物生长的缺陷区；

步骤5)、分离低值聚类LL、低值被高值围绕的异常值LH两种类型的空间范围，并将其作为土地整治后农田作物生长缺陷区，将其单独显示在地图上，供二次土地整治工程施工时查阅、定位。