[发明专利]一种结合卫星影像和MODIS数据的水稻估产方法

说明书

本发明涉及一种结合卫星影像和MODIS数据的水稻估产方法，对原始的卫星影像进行预处理操作；在预处理后的卫星影像上选取感兴趣区，分别采用基于人工目视解译的监督分类、基于规则的面向对象分类和基于专家知识的决策树分类三种方法对感兴趣区进行分类和水稻提取，分类后的类型包括：林地、水稻、水体和建设用地；取三种分类方法得到的水稻提取结果的相交区域作为水稻区域，提取水稻区域的不同时期的MODIS影像中的EVI指数均值图像；将水稻EVI均值作为自变量，水稻产量统计数据作为因变量，进行回归分析，构建统计回归估算模型，既解决了特定时期内高分辨率影像用于多时序指数提取数据量不足的问题，又解决了低分辨率提取精度低的问题。

技术领域

本发明涉及水稻估产领域，尤其涉及一种结合卫星影像和MODIS数据的水稻估产方法。

背景技术

水稻作为世界上最重要的粮食作物之一，水稻产量数据有着重要的意义。传统的水稻估产速度慢、工作量大、成本高。目前获取水稻产量数据的渠道大多来源于各级统计部门抽样调查统计的数据、农业部门调查汇总的数据、气象部门根据气候条件推算的数据，传统的水稻估产则基于以上数据，根据水稻的物理构建，通过作物面积抽样调查水稻穗禾的颗粒数，利用统计数学估算小范围的水稻产量，难以估测大面积的水稻产量。

与常规的统计方法相比，遥感技术因其具有的多光谱、多时相及高分辨率，全天候和宏观特性的特点，使其在水稻面积提取和估产方面有着独特的优势。通过遥感技术与地理信息系统和全球定位系统结合，实现更为快速、准确、动态的信息采集和分析，通过卫星传感器，获取更为丰富的地表，获取更为准确的水稻种植区域，提取不同时期水稻的相关植被指数信息。通常是使用基于时间序列NDVI(Normalized Difference Vegetation Index，归一化植被指数)与水稻产量拟合一种函数关系建立估产模型，能够在一定程度上满足估产的需求，但会受到数据源的限制，存在数据泛化的风险。另外还有一种基于无人机遥感归一化光谱植被指数来分析水稻不同时期的状态，建立一种时序模型来估测产量，但会受到地形的限制，增加了估产的难度。

发明内容

本发明针对现有技术中存在的技术问题，提供一种结合卫星影像和MODIS数据的水稻估产方法，解决现有技术中水稻估产数据低分辨率提取精度低的问题。

本发明解决上述技术问题的技术方案如下：一种结合卫星影像和MODIS数据的水稻估产方法，包括：

步骤1，对原始的卫星影像进行预处理操作；

步骤2，在预处理后的所述卫星影像上选取感兴趣区，分别采用基于人工目视解译的监督分类、基于规则的面向对象分类和基于专家知识的决策树分类三种方法对所述感兴趣区进行分类和水稻提取，分类后的类型包括：林地、水稻、水体和建设用地；

步骤3，取三种分类方法得到的水稻提取结果的相交区域作为水稻区域，提取所述水稻区域的不同时期的MODIS影像中的EVI指数均值图像；

步骤4，将水稻EVI均值作为自变量，水稻产量统计数据作为因变量，进行回归分析，构建所述水稻EVI均值与所述水稻产量统计数据之间的统计回归估算模型。

本发明的有益效果是：本发明提供的一种结合卫星影像和MODIS数据的水稻估产方法，使用高分辨率影像，通过不同提取特征、不同分类方法综合提取水稻区域，在此基础上，使用多时序影像来提取植被指数EVI，以描述植被在不同季节的差异。通过探究水稻植被指数与水稻产量之间的数学关系，建立估产的数学模型，能够更加快速、准确、有效地估测水稻的产量。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述步骤1中对所述卫星影像进行预处理操作包括：大气校正、影像融合、影像剪裁和影像拼接。

进一步，所述步骤2中选取所述感兴趣区包括：结合高清地图影像、实地考察水稻样本点和水稻种植标准农田数据，在所述卫星影像上使用人工标注的方式选取所述感兴趣区域。