[发明专利]一种基于卫星数据的小麦黄花叶病遥感监测方法在审

专利信息
申请号: 202210968301.8 申请日: 2022-08-12
公开(公告)号: CN115201210A 公开(公告)日: 2022-10-18
发明(设计)人: 贺佳;王来刚;郭燕;张彦;程永政;刘婷;张红利;杨秀忠 申请(专利权)人: 河南省农业科学院农业经济与信息研究所
主分类号: G01N21/88 分类号: G01N21/88;G06T5/00;G06V10/24;G06V10/764;G06V10/774;G06V20/10;G06V20/13
代理公司: 北京精翰专利代理有限公司 11921 代理人: 杨晓丽
地址: 450002 河南省郑州*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 卫星 数据 小麦 花叶病 遥感 监测 方法
【说明书】:

发明公开了一种基于卫星数据的小麦黄花叶病遥感监测方法,包括如下步骤:获取待监测区域的高分辨率多光谱遥感影像数据;将多期高分辨率多光谱遥感影像进行几何校正、辐射校正、大气校正、裁剪与拼接的预处理,结合小麦生育时期信息,从高分辨率遥感影像上提取监测区小麦种植区域信息;在监测区开展地面调查,建立地面调查样本,包括健康小麦样本及小麦黄花叶病不同病害等级的样本;根据地面调查的健康小麦、发病小麦以及不同病害等级的病害波谱信息分别进行特征提取,根据小麦病害程度的不同等级,对病害特征进行分类,生成病害监测的训练样本和验证样本,获得小麦NDVIwheat,据此判断小麦是否健康。本发明实时监测并准确从待监测区域确定病害信息。

技术领域

本发明涉及小麦黄花叶病监测技术领域,具体为一种基于卫星数据的小麦黄花叶病遥感监测方法。

背景技术

小麦黄花叶病已凸显为制约小麦产量与品质的主要因素。中国是小麦生产大国,同时也是小麦病害发生较多的国家,其受灾范围广、程度严重已经对小麦生产造成了直接重大经济损失。因此,应用遥感监测技术,及早发现病害,监测病害的发生发展状况,在关键生育期采取科学有效的防治手段,将有利于保障粮食安全,实现农业的可持续发展。

传统的作物病害监测方法采用田间定点监测或随机调查的方式,直接用肉眼观测病害的方法判断病害发生的情况,这种方法主观性强、信息滞后、效率低下等缺点,不能实时客观提供宏观的指导建议。

因此提供一种可实时监测,判断效率高,准确率高,可以有效准确的从待监测区域确定病害位置的小麦黄花叶病空间动态分布监测的方法,是本领域技术人员亟待解决的技术问题。

发明内容

针对上述存在的技术不足,本发明的目的是提供一种基于卫星数据的小麦黄花叶病遥感监测方法,以解决背景技术中提出的问题。

为解决上述技术问题,本发明采用如下技术方案:

本发明提供一种基于卫星数据的小麦黄花叶病遥感监测方法,包括如下步骤:

(1)获取待监测区域的高分辨率多光谱遥感影像数据;

(2)将多期高分辨率多光谱遥感影像进行几何校正、辐射校正、大气校正、裁剪与拼接的预处理,结合小麦生育时期信息,从高分辨率遥感影像上提取监测区小麦种植区域信息;

(3)在监测区开展地面调查,建立地面调查样本,包括健康小麦样本及小麦黄花叶病不同病害等级的样本;

(4)根据地面调查的健康小麦、发病小麦以及不同病害等级的病害波谱信息分别进行特征提取,根据小麦病害程度的不同等级,对病害特征进行分类,生成病害监测的训练样本和验证样本;

(5)提取不同等级的小麦黄花叶病在高分辨率多光谱影像上的特征,根据不同等级病害特征,对病害严重度进行分类;在此基础上建立小麦黄花叶病遥感监测的训练样本集与验证样本集,以便于提高小麦黄花叶病遥感监测及严重度识别;

(6)根据获取的待监测区域多时期高分辨率多光谱遥感影像,结合小麦生育时期信息,提取待监测区域NDVI;在研究区NDVI中提取小麦NDVI (NDVIwheat),并根据NDVIwheat值的高低,判断小麦健康是否健康;

(7)在上述步骤的基础上,统计监测区小麦黄花叶病不同等级发病区域小斑信息、发病面积的信息;

(8)结合实际调查数据,对步骤(7)的统计结果进行校正。

优选地,所述的步骤(1)中的遥感影像数据为:高分一号,空间分辨率为16m,数据时间为2个月,蓝光:0.45μm~0.52μm,绿光:0.52μm~0.59 μm,红光:0.63μm~0.69μm,近红外:0.77μm~0.89μm。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南省农业科学院农业经济与信息研究所,未经河南省农业科学院农业经济与信息研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210968301.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top