[发明专利]一种基于雷达和光学数据组合特征的农作物倒伏遥感监测方法与应用

说明书

本发明涉及农业遥感技术领域，公开了一种基于雷达和光学数据组合特征的农作物倒伏遥感监测方法与应用。其包括：收集倒伏区域的信息；获取作物分布区Sentinel‑1 SAR数据，将VH除以VV作为第一信号特征；获取作物分布区Sentinel‑2光学遥感数据，获取归一化差异植被指数，作为第二信号特征；通过灰度共生矩阵计算Sentinel‑2光学遥感数据的空间纹理特征，作为第三信号特征；根据第一、第二、第三信号特征的分布分别构建倒伏区域的掩膜区域，求并集获得非倒伏区的掩膜范围；对倒伏区域进行掩膜之后，获得初步倒伏分布图，通过衡量其中每一待验证像元的各信号特征来得到综合相似性指数，据此筛除掉非倒伏区域的像元。本发明可对作物倒伏进行实时监测、准确评估。

技术领域

本发明涉及农业遥感技术领域，具体地说，涉及一种基于雷达和光学数据组合特征的农作物倒伏遥感监测方法与应用。

背景技术

实现农作物灾害的及时监测和评估对于指导科学生产具有极为重要的现实意义。农作物的倒伏是农业生态系统中较为常见的灾害类型之一。遥感技术在开展大面积的倒伏区域监测和灾害评价上正在发挥积极的作用。然而，由于倒伏区域面积大小不一且形态各异，且倒伏的程度也存在着空间显性的异质性，因此，利用遥感技术实现倒伏区域特征提取仍然是当前面临的重要挑战。

目前通过遥感数据提取农作物倒伏的方法还较少，仍处于起步阶段，其中常见的一些农作物倒伏提取方法有结合无人机遥感数据与机器学习方法提取农作物倒伏、通过实地农作物倒伏测量数据结合遥感数据分析农作物不同物候期的倒伏发生率以及倒伏严重性评价等方法。但是这些方法都只限于小范围区域，并且需要大量的倒伏和其他非倒伏区域的观测数据，且数据获取花费较大。

基于此，有必要开发一种新的方法来实现对农作物倒伏特征的实时监测，并进行精准的灾后评估。

发明内容

为了解决现有技术中的问题，本发明的目的在于提供一种可适用多种面积、形态的倒伏区域和各种倒伏程度的农作物倒伏监测方法。

为了实现本发明的发明目的，本发明的技术方案如下：

一种农作物倒伏遥感监测方法，所述方法包括：

(1)收集含有倒伏样本点的具有代表性的倒伏区域的形状、位置、作物分布信息；

例如，对于台风过境的周边地区，通过野外走访并结合无人机航拍等手段，定位倒伏的中心区域(中心点的经纬度坐标)以及倒伏区域的边界(多个定位点连接成面)。

(2)获取所述倒伏区域中作物分布区对应时相的高分辨率Sentinel-1SAR数据，所述Sentinel-1SAR数据中包含两个极化模式下的后向散射系数VV和VH；将VH除以VV作为第一信号特征，获得所述第一信号特征的分布图；

Sentinel-1SAR数据是C波段的极化雷达数据，该数据可以用来检测倒伏与非倒伏区域的相关特征。例如，针对倒伏区域，其VV极化方式下的后向散射系数往往比周边非倒伏区域的后向散射系数要低，因为倒伏区域的植被高度下降；同时，倒伏区域在VH极化方式下的后向散射系数一般要比非倒伏地区高，因为倒伏区域的植被粗糙度增加。本发明结合VV和VH对倒伏区域的不同特征，获取他们的比值(VH除以VV)，来增长SAR信号在倒伏区域的信号特征。

(3)获取所述倒伏区域中作物分布区对应时相的高分辨率Sentinel-2光学遥感数据，根据所述Sentinel-2光学遥感数据中包含的近红和红波段的特征提取来获取归一化差异植被指数(Normalized Difference Vegetation Index)，作为第二信号特征，获得所述第二信号特征的分布图；

通过灰度共生矩阵计算所述Sentinel-2光学遥感数据的空间纹理特征，作为第三信号特征，获得所述第三信号特征的分布图；