[发明专利]一种基于MODIS数据的农业干旱监测方法

摘要

本发明属于农业技术领域，公开了一种基于MODIS数据的农业干旱监测方法，利用MODIS遥感数据时间分辨率较高的特点，实现了农田干旱监测；利用了EVI和LST构建温度植被干旱指数TVDI，分析TVDI和土壤湿度之间的关系，构建土壤湿度反演模型；最后，将所建土壤湿度反演模型用于干旱监测分析，并构建干旱遥感监测平台。本发明利用遥感技术进行农田干旱动态监测，经实际应用检验，该方法简便、高效、易于操作、结果准确，能够广泛应用于农田干旱监测之中。

主权项

一种基于MODIS数据的农业干旱监测方法，其特征在于，所述基于MODIS数据的农业干旱监测方法包括：利用了EVI和LST构建温度植被干旱指数TVDI，分析TVDI和土壤湿度之间的关系，构建土壤湿度反演模型；最后，将所建土壤湿度反演模型用于干旱监测分析，并构建干旱遥感监测平台；TVDI的计算模型为：TVDI=LSTEVIi.max-LSTEVIiLSTEVIi.max-LSTEVIi.min]]>LSTEVIi.max＝a+bEVIiLSTEVIi.min＝a'+b'EVIi采集一系列不同土壤水分含量的农田光谱、温度和水分数据，构建基础数据集；以此计算EVI‑LST空间的干边与湿边，获取TVDI模型所需的参数a，b，a’,b’；土壤湿度的计算包括作物供水指数的计算：VSWI=EVITs]]>式中VSWI为被监测农田地块所对应的各像元点的作物供水指数；EVI为被监测农田地块所对应的MODIS影像各像元点的增强植被指数；Ts为被监测农田地块所对应的遥感影像各像元点的地表温度；所述MODIS影像各像元点的图像处理方法包括：根据红外光谱辐射得到农田温度参数，红外光谱发射率在所选定的波长处与温度有近似相同的线性关系，即：εi2＝εi1[1+k(T2‑T1)]式中，εi1是波长为λi，温度为T1时的光谱发射率；εi2是波长为λi，温度为T2时的光谱发射率；T1、T2分别为两个不同时刻的温度；k为系数；Vi1为第一个温度T1下的第i个通道的输出信号，Vi2为第一个温度T2下的第i个通道的输出信号，T1温度下的发射率εi1∈(0,1)，通过随机选取一组εi1，由下式计算在参数εi1下实际得到的Ti1：Ti1=11T′+λic2lnϵi1Vi′Vi2]]>设k∈(‑η,η)，通过随机选取一个k，在第二个温度T2下的发射率εi2的表达式为：ϵi2=ϵi1[1+k(Ti2-Ti1)]]]>由下式计算在参数εi1下实际得到的Ti2：Ti2=11T′+λic2lnϵi1[1+k(Ti2-Ti1)]Vi′Vi2;]]>所述MODIS布置有多个用于监测的影像无线传感器；所述影像无线传感器的调制信号x(t)的分数低阶模糊函数表示为：χ(τ,f)=∫-∞∞[x(t+τ/2)]<a>[x*(t-τ/2)]<b>e-j2πftdt;]]>其中，τ为时延偏移，f为多普勒频移，0<a,b<α/2，x*(t)表示x(t)的共轭，当x(t)为实信号时，x(t)<p>＝|x(t)|<p>sgn(x(t))；当x(t)为复信号时，[x(t)]<p>＝|x(t)|p‑1x*(t)；所述MODIS影像监测方法包括：步骤一、部署影像无线传感器：在面积为S＝W×L的检测区域内，将影像无线传感器部署在检测区域；步骤二、选择簇头：将整个检测区域按网格进行均匀划分，使每个网格的大小形状相同，在每个网格中选择位置距离网格中心最近的传感器节点作为簇头；步骤三、分簇：簇头选择完成后，簇头广播Cluster{ID，N，Hop}信息，其中，ID为节点的编号，N为Cluster信息转发的跳数，且N的初值为0，Hop为系统设定的跳数；处于簇头附近的邻居节点收到Cluster信息后N增加1再转发这一信息，直到N＝Hop就不再转发Cluster信息；簇头的邻居节点转发Cluster信息后再向将Cluster信息转发给自己的邻居节点，然后发送一个反馈信息Join{ID，N，Eir，dij，ki}给将Cluster信息转发给自己的节点，最终将Join信息转发给簇头表示自己加入该簇，其中，Eir表示该节点此时的剩余能量，dij表示两节点间的距离，ki表示该节点能够监测得到的数据包的大小；如果一个节点收到了多个Cluster信息，节点就选择N值小的加入该簇，若N相等节点就随便选择一个簇并加入到该簇；如果节点没有收到Cluster信息，则节点发送Help信息，加入离自己最近的一个簇；步骤四、簇内节点构成简单图模型：通过步骤三得到簇内所有节点在簇内所处的位置，将每个节点当做图的一个顶点，每两个相邻节点间用边相连接；步骤五、簇内权值的计算：通过所述步骤三，簇头获取簇内成员节点的Eir、dij和ki，计算相邻两节点i，j之间的权值，权值的计算公式为：Wij＝a1(Eir+Ejr)+a2dij+a3(ki+kj)；其中，Ejr、kj分别表示节点j的剩余能量和节点j能够监测得的数据的大小，且a1+a2+a3＝1，这样系统就可以根据系统对Eir、dij或ki所要求的比重不同调整ai的值而得到满足不同需要的权值；对作物供水指数进行标准化：SDI＝(VSWI‑VSWId)/(VSWIw‑VSWId)×100％，式中SDI是标准化后被监测农田地块所对应的遥感影像各像元点作物的供水指数，取0～100％，其中SDI＝0表示严重干旱，SDI＝100％表示非常湿润；VSWId和VSWIw分别为最旱时和最湿润时的作物供水指数；EVI的分级步长可设为d，当d＝0.05时，适宜作物生长的温度空间为20℃～45℃时，VSWId＝(n×d)/45，VSWIw＝(n×d)/20，n为增强植被指数步长的个数，n≥1的正整数。