[发明专利]一种反映农作物生长状况的改进型植被指数的构建方法

说明书

本发明提供的一种反映农作物生长状况的改进型植被指数的构建方法，主要对从遥感影像中反演的植被指数进行了创新，从而更能精确地反映农作物的生长状况。本发明的核心创新点在于对归一化植被指数进行了改进，加入对植被生长状况及其敏感的红边波段斜率，形成一个基于三个波段的改进型植被指数。这个改进型的植被指数有效地表达了农作物时空生长状况的差异。验证结果表明：相比传统的归一化植被指数，本专利提出的改进型植被指数更能表达农作物之间的生长微小差异，稳定性强，适用范围更广。本专利的方法主要适用于基于卫星或者无人机遥感获取的遥感图像反演农作物生长状况的应用，同时可应用于其他植被生长状况信息的反演。

技术领域

本发明属于农作物长势监测领域，特别涉及基于卫星遥感或者无人机遥感的农作物生长状况的监测领域。

背景技术

作物的生长状况是光照、温度、土壤、大气、肥料、病虫害、管理措施等多因素的共同作用的结果。农作物生长状况的监测包括农作物生长早期的苗情、生长发育中后期的作物植株发育形势，以及在产量方面的指定性特征。农作生长状况的监测可以分为随时间变化的监测以及长势好坏在空间分布上的监测。遥感技术具有宏观、适时和动态的优点，同时能满足时间、空间上的农作物生长状况监测。因此，利用遥感数据动态监测区域作物生长状况已经被广泛的应用。

遥感对农作物开展监测的原理如下：农作物的叶绿素吸收了可见光部分波段，在遥感影像上表现为吸收峰；叶片在近红外波段、红边波段上高反射，在遥感影像表现为突峰。很多学者通过利用波段之间的组合运算，构建植被指数作为监测指标来反映农作物的生长状况。

目前用于农作物生长状况监测的植被指数主要有[王正兴,刘闯,Alfredo HUETE.植被指数研究进展:从AVHRR-NDVI到MODIS-EVI[J].生态学报,2003,(5):979-987.]：归一化植被指数(NDVI)、比值植被指数(RVI)、绿度植被指数(GVI)、垂直植被指数(PVI)、土壤调节植被指数(SAVI)、增强型植被指数(EVI)等。主要的植被指数计算方法如下：

(1)归一化植被指数(NDVI)

归一化植被指数主要采用近红外波段和红色波段进行计算，计算公式如下：

其中，Nir是近红外波段，R是红色波段。NDVI值的范围在[-1,1]之间。当NDVI的值为负时表示该地物类型为岩石、裸地、建筑等非植被；当NDVI的值为正值时表示该地物类型为植被，值越高，植被的生长状态就越好等。NDVI的局限性表现在当植被有较高的覆盖度时，NDVI有较低的灵敏度。

(2)比值植被指数(RVI)

比值植被指数(RVI)采用近红外波段和红外波段进行计算，计算公式如下：

RVI＝Nir/R

其中，Nir是近红外波段，R是红色波段。植被RVI值大于2，非植被(裸地、水体、建筑等)的RVI的值接近1。植被RVI是绿色植物健康程度的灵敏指标，可用于检测和估算植物生物量。该指数的缺陷在于当植被覆盖度较低(低于50％)时，敏感性较低；此外，RVI受大气条件的较大，存在较大的噪声。

(3)绿度植被指数(GVI)

绿度植被指数(GVI)是遥感图像经过K-T变换后表示绿度的分量。其基本原理是：植被生长过程中的光谱形状呈“穗帽”状，而土壤光谱构成一条土壤亮度线；K-T变换得到的第一个分量表示土壤亮度，第二个分量表示绿度，第三个分量随传感567器不同而表达不同的含义。绿度植被指数(GVI)有效的反映了植被和土壤之间的差异，它的缺陷在于它是各波段辐射亮度值的加权和，而辐射亮度是大气辐射、太阳辐射、环境辐射的综合结果，受外界的条件影响较大。

(4)垂直植被指数(PVI)