[发明专利]基于SAR和光学遥感数据的水稻精细化估产方法

说明书

本发明公开了一种基于SAR和光学遥感数据的水稻精细化估产方法，属于遥感图像农业应用领域。首先利用光学遥感卫星遥感卫星对水稻种植区进行监测，提取水稻种植区的边缘，标绘各田块的边界。用合成孔径雷达遥感卫星在水稻种植前采集一次图像，然后在水稻种植期间再次对各个田块分别采集SAR影像，根据后向散射系数的变化得到水稻种植时间。最后针对各个田块，计算水稻生长周期内各田块的累积植被指数值∑Max_NDVI；通过随机抽选水稻田块作为样本，根据样本田块亩产量和各田块的累积植被指数值∑Max_NDVI，建立水稻估产模型进行测产，利用验证后的水稻估产模型计算除去样本外的剩余各水稻田块的预估产量。本发明提高了水稻亩产量的估算精度。

技术领域

本发明属于遥感图像农业应用领域，具体涉及一种基于SAR(Synthetic ApertureRadar，合成孔径雷达)和光学遥感数据的水稻精细化估产方法。

背景技术

水稻是我国历史最悠久的农作物之一，其种植历史可追溯到7000年前的新石器时代，是我国重要的粮食作物之一，在整个农业乃至国民经济中占有十分重要的地位，根据《2018年国民经济和社会发展统计公报》，我国水稻种植面积为3019万公顷，约占全国粮食种植总面积的25.8％，其产量为21213万吨，达到全国粮食总产量的32.2％。

水稻种植面积监测以及水稻产量的精确估算，对于我国农业经济发展、粮食政策制定、国家粮食安全以及在世界粮食贸易中都具有极为重要的现实意义。

传统的水稻估产主要采用农学模式和气象模式，把作物生长与主要制约和影响产量的农学因子或气候因子之间用统计分析的方式建立起关系。这类方法依托人工区域，调查速度慢、工作量大、成本高，只能进行大区域范围的统计估产，而且模式计算繁杂，因此不易推广应用。

随着遥感技术的快速发展，水稻遥感估产具有快速及时、客观准确和省工省时等优势，在作物长势监测、产量预测等智慧农业应用方面占有重要的地位。国内外学者在农作物遥感估产方面已取得了大量的研究成果,其主要方法大多是利用光学遥感的光谱信息或者SAR遥感的辐射信息，建立光谱信息或者辐射信息与产量的关系模型，得到预测的农作物产量。这种方法建立的模型简洁明了，计算方便，是一种较为普遍的产量估算模式。

该类方法通常在获取区域范围内水稻种植分布的基础上，利用多年以来的AVHRR或MODIS等中低分辨率遥感数据，计算得到该区域历年来的植被指数，再结合当地农业部门发布的历年水稻总产量，建立植被指数与产量的回归估产模型，最后利用当年的植被指数来计算预报农作物产量。

根据国内外研究结果，利用中低分辨率遥感数据对单一的或大面积的水稻长势和产量的估算虽然可以发挥较好的作用，但是由于遥感数据分辨率低，像元混合光谱现象严重，尤其是在种植结构复杂的地区，通过遥感获取的植被指数值存在一定偏差，使得水稻估产精度的提高受到制约。同时政府部门发布的历年水稻产量一般都是按照行政区域划分，是大区域范围内的统计产量，这也将影响估产模型的精度。

而且在我国南方和西南地区，受土地承包制的约束，各农户或合作社种植的水稻区块面积小且相对分散，真正的单作物大面积种植的情况较少，而且各农户水稻的种植时间跨度教大，同地区水稻的生长阶段时间差异明显，低分辨率遥感估产方法使得不同生长阶段的像元光谱混叠严重，导致获取的植被指数无法准确反映水稻各生长阶段的长势信息，估产精度更难以达到满意的结果。因此传统的水稻遥感估产方法不适用于这种大比例尺农业实际生产的精细化应用。

发明内容

本发明针对以上问题，提出了一种微观层面的水稻估产方法，基于多源多分辨率SAR和光学遥感图像，利用高分辨率光学图像获取水稻种植区域范围，利用雷达图像中雷达散射特性判别水稻种植时间，利用中分辨率多光谱图像获取水稻区域植被指数，最后采用分时建模方式进行水稻产量估算，具体是一种基于SAR和光学遥感数据的水稻精细化估产方法，满足我国南方和西南地区水稻精细化估产的需要。

所述方法包括如下步骤：