[发明专利]基于植被指数时空间统计特征的农业灾害信息遥感提取方法

摘要

基于植被指数时空间统计特征的农业灾害信息遥感提取方法，属于农业灾害信息获取技术领域。本发明是为了解决现有农业灾害遥感监测不能用于对大尺度区域或区域内长时间序列的灾害进行监测与评价，监测方法不具有普遍性的问题。它在考虑到不同物候区、作物和生长阶段的植被指数存在差异的基础上，提取已知灾害所在物候区内的各像元NDVI以及相同作物的NDVI平均值NDVIm和标准差STD，根据受灾前后NDVI灰度直方图特征，利用统计学特征分析各参数之间的关系，建立灾害监测模型，提取农业灾害。该方法考虑到了因生长地区、不同作物和生长阶段造成的干扰因素，提高了监测结果精度。本发明用于农业灾害的监测。

主权项

一种基于植被指数时空间统计特征的农业灾害信息遥感提取方法，其特征在于，它包括以下步骤：步骤一：采集被监测区域作物生长期的MODIS反射率产品MOD09Q1数据和MYD09Q数据；采集被监测区域基准年全年的植被指数产品MOD13Q1数据；采集被监测区域基准年内典型受灾区域所需的HJ‑1A/1B_CCD影像数据和GF‑1/WFV影像数据；步骤二：对所述MOD09Q1数据和MYD09Q数据转投影，分别计算获得归一化植被指数MOD09Q1‑NDVI和MYD09Q1‑NDVI，将二者拼接结合，获得被监测区域作物生长期的MOD_MYD‑NDVI时间序列；对所述MOD13Q1数据进行转投影，提取被监测区域基准年全年的23期归一化植被指数MOD13Q1‑NDVI时间序列；步骤三：对所述HJ‑1A/1B_CCD影像数据和GF‑1/WFV影像数据分别进行辐射定标、大气校正、正摄校正和自动匹配项目的预处理，提取获得所述典型受灾区域的基准年植被覆盖指数HJ‑NDVI；用已知的该典型受灾区域的矢量文件裁剪所述基准年植被覆盖指数HJ‑NDVI，并对裁剪后获得的HJ‑NDVI数据进行分级处理；将分级后的HJ‑NDVI数据与原始的HJ‑1A/1B_CCD影像数据和GF‑1/WFV影像数据对比，去除分级后的HJ‑NDVI数据中非受灾的等级，保留受灾的等级作为灾害区域HJ‑NDVI数据，用灾害区域HJ‑NDVI数据裁剪所述的分级后的HJ‑NDVI数据，再重新分级获得最终灾害监测基准区；步骤四：对归一化植被指数MOD13Q1‑NDVI时间序列进行平滑重构，在被监测区域内，利用基准年全年的植被指数产品MOD13Q1数据，根据作物的物候特征，进行S‑G滤波平滑，提取11个物候参数；对11个物候参数进行标准化处理，统一数值范围，然后提取每个物候参数的有效成分，再对被监测区域进行分区获得物候分区；步骤五：将被监测区域与各物候分区的矢量文件分别进行交汇处理，获得包含物候信息及作物信息的矢量文件，为该矢量文件添加包含物候信息和作物类型信息的字段，获得包含物候信息和作物类型信息的矢量文件；步骤六：对步骤五中获得的包含物候信息和作物类型信息的矢量文件进行提取，获得各个物候分区各类作物的归一化植被指数中值NDVIm与标准差STD；步骤七：对步骤三中所述最终灾害监测基准区的受灾年份与未受灾年份的NDVI灰度直方图进行分析，获得作物受灾的判断依据：当某时相某区域作物的实际NDVI值小于NDVIm‑xSTD，并且在连续的下两个时相内仍然小于NDVIm‑xSTD时，认定该区域作物受灾；由此，建立作物受灾监测模型：NDVI‑(NDVIm‑xSTD)；式中x为受灾监测模型的阈值；步骤八：由步骤二中的被监测区域作物生长期的MOD_MYD‑NDVI时间序列和步骤七中作物受灾监测模型，在0～1范围内尝试不同阈值，通过空间分析法提取被监测区域的灾害范围，将被监测区域分为6月下旬至7月中旬、7月中旬至8月上旬、8月上旬至八月下旬三个时段，每个时段分为三个时相，计算连续三个时相都受灾的栅格数据；步骤九：将连续三个时相都受灾的栅格数据转成矢量数据，计算受灾面积，将大于三个像元面积的区域认作受灾区域的中心，再将受灾区域向外扩展一个像元的大小，获得新的矢量文件，用新的矢量文件裁剪之前得到的连续三个时相都受灾的栅格数据，得到不同阈值对应的灾害监测结果；步骤十：将不同阈值对应的灾害监测结果与相应的已知最终灾害监测基准区的监测结果进行对比，将每一对两种不同分辨率监测结果分别转成矢量数据，进行交汇处理，得到同时包含两种分辨率监测结果的矢量文件；取阈值＝0.5作为最优阈值，获得最终的灾害监测模型为NDVI‑(NDVIm‑0.5STD)；步骤十一：将最终的灾害监测模型NDVI‑(NDVIm‑0.5STD)用于被监测区域，获得被监测区域的农业灾害信息。