[发明专利]一种协同多源遥感参量的综合遥感干旱监测方法

权利要求书

1.一种协同多源遥感参量的综合遥感干旱监测方法，其特征在于，包括：

S1：获取历史多源遥感产品和国家站点旱情观测数据；

S2：对获取的历史多源遥感产品进行预处理，获得多源陆表单因子遥感干旱指数、气象和生态的历史气候态指标，对国家站点旱情观测数据进行预处理，获得站点综合气象干旱指标；

S3：以监督自组织映射网络作为机器学习模型，以站点综合气象干旱指标作为地面真值，以多源陆表单因子遥感干旱指数、气象和生态的历史气候态指标作为机器学习模型输入驱动，构建综合遥感干旱监测指数模型；

S4：将步骤S3所构建的综合遥感干旱监测指数模型用于实时旱情监测。

2.如权利要求1所述的协同多源遥感参量的综合遥感干旱监测方法，其特征在于，历史多源遥感产品包括历史降水产品、历史植被指数产品和历史地表温度产品，多源陆表单因子遥感干旱指数包括标准化降水指数、标准化植被指数和标准化温度指数，气象和生态的历史气候态指标包括多年年降水均值、多年逐月降水均值、多年NDVI均值以及多年逐月NDVI均值，步骤S2中，对获取的历史多源遥感产品进行预处理，获得多源陆表单因子遥感干旱指数、气象和生态的历史气候态指标，包括：

对历史降水产品进行重投影、空间重采样和时间聚积，得到标准化降水指数、多年年降水均值、多年逐月降水均值；

对历史植被指数产品进行重投影、去云重建，得到标准化植被指数、多年NDVI均值、多年逐月NDVI均值；

对历史地表温度产品进行重投影、去云重建，得到标准化温度指数。

3.如权利要求1所述的协同多源遥感参量的综合遥感干旱监测方法，其特征在于，步骤S2中，对国家站点旱情观测数据进行预处理，获得站点综合气象干旱指标，包括：

对国家站点旱情观测数据进行网络爬取、时间积聚处理，获得站点综合气象干旱指标。

4.如权利要求2所述的协同多源遥感参量的综合遥感干旱监测方法，其特征在于，步骤S3中构建的综合遥感干旱监测指数模型为：

CDI＝f(SPI₁,SPI₃,SPI₆,SPI₁₂,SVI,STI,VI_{y_avg},VI_{m_avg},P_{y_avg},P_{m_avg})

其中，SPI₁,SPI₃,SPI₆,SPI₁₂分别表示1月、3月、6月和12月尺度的标准化降水指数，SVI表示标准化植被指数，STI表示标准化温度指数，VI_{y_avg}为多年NDVI均值，用以表征像元多年平均态下的植被覆盖状态，VI_{m_avg}为多年月均NDVI值，用以表征像元所在气候条件下生态系统植被的季节变化特征，P_{y_avg}为多年年降水均值，用以表征像元多年平均态下降水状态，P_{m_avg}为多年月均降水值，用以表征像元所在区域所在特定月份平均降水特征。

5.如权利要求1所述的协同多源遥感参量的综合遥感干旱监测方法，其特征在于，步骤S4包括：

模型采用拆分历史数据驱动参数和实时数据驱动参数的数据处理技术，固定计算各个指数时的由历史数据驱动的参数，将待监测区域的实时降水量、实时植被指数NDVI、实时地表温度LST这三个实时数据输入至所述模型中，预测出综合遥感干旱监测指数。

6.如权利要求5所述的协同多源遥感参量的综合遥感干旱监测方法，其特征在于，预测出的综合遥感干旱监测指数划分为：无旱、轻旱、中旱、重旱和特旱五个等级。