[发明专利]一种基于空间异质特征的县域尺度森林病虫害预测方法

权利要求书

1.一种基于空间异质特征的县域尺度森林病虫害预测方法，其特征是：首先，获取县域尺度森林病虫害监测统计数据，包括寄主树种面积、合计发生面积、监测面积等，然后对该数据进行预处理；其次，获取反映植被生理状态的空间连续的卫星遥感数据、反映气象条件的气象数据和社会经济数据，并分别对卫星遥感数据、气象数据和社会经济数据进行预处理；然后，从卫星遥感数据中获取县域尺度的植被指数数据；再然后，构建预测模型；最终，将不同时相的卫星遥感数据、气象数据、人口数、地区生产总值、第一产业中、第二产业值、区县行政区划面积，作为模型的输入数据，输出森林病虫害发生率预测结果。

2.根据权利要求1一种基于空间异质特征的县域尺度森林病虫害预测方法，其特征是：对县域尺度森林病虫害监测统计数据进行预处理中，县域尺度单元森林病虫害的发生率由发生面积除以监测面积得到。

3.根据权利要求1一种基于空间异质特征的县域尺度森林病虫害预测方法，其特征是：对所属卫星遥感数据进行预处理，包括辐射定标、大气校正、几何校正和去云，对所属区域尺度气象数据进行预处理包括数据检查、异常值去除和空间插值。

4.根据权利要求1一种基于空间异质特征的县域尺度森林病虫害预测方法，其特征是：对符合正态分布检验的气象数据选用克里金方法进行空间插值，对于未通过正态分布检验的气象数据采用反距离加权方法进行空间插值。

5.根据权利要求1一种基于空间异质特征的县域尺度森林病虫害预测方法，其特征是：研究区域内社会经济数据的内容包括县域尺度人口数、地区生产总值、第一产业值、第二产业值、县域面积。

6.根据权利要求1一种基于空间异质特征的县域尺度森林病虫害预测方法，其特征是：从卫星遥感数据中获取县域尺度的植被指数数据时，利用区域统计方法获取县域尺度的植被指数。

7.根据权利要求1一种基于空间异质特征的县域尺度森林病虫害预测方法，其特征是：选用地理加权回归方法构建预测模型，先进行单因子GWR分析，检验其地理可变性，未通过检验的单因子回归系数为常数；随后应用剩余的因子进行多因子GWR回归分析，得到多个因子与发生率之间的多变量地理加权回归模型系数。