[发明专利]基于遥感NDPI时间序列监测冬小麦干热风灾害的方法

说明书

本发明提供了一种基于遥感NDPI时间序列监测冬小麦干热风灾害的方法，包括：生成NDPI时间序列并对每个小麦像元未发生干热风灾害的NDPI时间序列求均值以得到各像元的候选NDPI参考曲线；对候选NDPI参考曲线进行SG滤波，并采用加权形状模型拟合的方法将各像元SG滤波后的候选NDPI参考曲线匹配到发生干热风灾害当年的NDPI曲线上，以得到各像元的标准NDPI参考曲线；最后分离得到由干热风引起的冬小麦NDPI下降量。本发明在生成标准NDPI参考曲线时充分利用了历史年份的NDPI数据并克服了由田间管理措施、气候变化等引起的NDPI年际变化。在量化干热风灾害时采用双重差分模型避免了NDPI自身下降趋势的干扰，为遥感大尺度上快速监测冬小麦干热风灾害提供了一种行之有效的方法。

技术领域

本发明涉及一种冬小麦干热风灾害的监测方法，主要利用遥感NDPI时间序列来实现冬小麦干热风灾害的大尺度快速监测。属于农业气象灾害遥感监测的范畴。

背景技术

小麦干热风灾害是在小麦扬花灌浆期间出现的高温、低湿并伴有一定风力的灾害性天气，可使小麦水分代谢失衡，严重影响各种生理功能，使千粒重明显下降，导致显著减产。当小麦受到干热风灾害胁迫时，一方面会导致花粉不育、组织脱水、CO₂同化降低和光呼吸作用增强，另一方面，会使得旗叶的光合速率、蒸腾速率和气孔导度下降，进而导致灌浆期缩短和千粒重降低，产量下降可达5％～20％。

在气候变暖的背景下，干热风灾害发生的强度和频率都有增加的趋势，监测和评估冬小麦的干热风灾害成为十分紧迫的问题。现有对冬小麦干热风灾害的研究，主要集中在三个方面：(1)干热风气象指标的研究；(2)冬小麦干热风灾害的田间控制实验；(3)冬小麦干热风灾害的作物模型模拟。其中，干热风气象指标的研究已趋于成熟，并且已在全国范围内建立了《小麦干热风灾害等级》气象行业标准。而冬小麦干热风灾害的田间控制实验和作物模型模拟研究在分离影响冬小麦受灾程度的因子以及探究干热风灾害对小麦的影响机理方面起着不可或缺的作用，但它们也具有一定的局限性，例如脱离小麦的真实生产环境，以及难以快速、大范围地应用到冬小麦受灾程度的监测和评估中。

遥感作为一种先进的观测手段，可以以非接触、快速以及经济高效的方式提供大尺度的信息，因此非常适合用于在大尺度上监测和评估冬小麦遭遇灾害性天气后的受灾程度。遥感植被指数(Vegetation Index，缩写为VI)是根据植被的吸收和反射特征(如红色和近红外波段)计算出来的，已经被广泛用于植被活力和生长状态监测。归一化差值植被指数(Normalized difference vegetation index，缩写为NDVI)和增强型植被指数(EnhancedVegetation Index，缩写为EVI)是当前最常用的遥感植被指数。然而，这两种指数都未使用对植物叶片水分含量敏感的短波红外波段(Short-wave infrared band，缩写为SWIR)，因此它们对冬小麦干热风胁迫的响应是有限的。

归一化差值物候指数(Normalized difference phenology index，缩写为NDPI)是由王聪等人提出的新型遥感指数，它与NDVI具有相同的构建形式，但是把红光波段的反射率替换为红光和短波红外波段反射率的加权组合。因此，NDPI在监测植被活力和生长状态时，不仅可以减少雪和土壤背景的影响，还对植被叶片含水量的变化敏感，非常适合用来用作冬小麦对干热风灾害的响应指标。

NDPI的计算公式为：

上述公式中，ρ_red、ρ_NIR、和ρ_SWIR分别是MODIS日反射率数据中在红光波段、近红外波段和短波红外波段(波长范围：1628–1652nm)接收到的地表反射率；所述MODIS日反射率数据指的是美国地球观测系统系列卫星Aqua和Terra上搭载的中分辨率成像光谱仪(Moderate-resolution imaging spectroradiometer，缩写为MODIS)获取的经过Nadir双向反射率分布函数调整后的地表日反射率数据。