[发明专利]基于星地多源数据的长江中下游地区水稻高温热害遥感监测方法

摘要

基于星地多源数据的长江中下游地区水稻高温热害遥感监测方法。基于星地多源数据的水稻高温热害遥感监测方法包括：收集MODIS逐日陆地表面温度产品、植被指数产品、反射率产品、土地覆盖分类产品数据集、数字高程模型数据集以及气象站温度要素数据集；利用EVI影像、NDVI影像、DEM影像、LST影像及气象站温度数据集，借助气温反演方法、IDW法得到全覆盖的日平均气温、日最高气温影像；利用EVI影像、LSWI影像识别单季稻及双季稻的种植区及其抽穗开花期时间，结合水稻高温热害温度指标，实现基于星地多源数据的长江中下游地区水稻高温热害遥感监测。本发明突破了通过人工观测方法对水稻高温热害发生地点、发生时间以及受灾面积的记录形式，结合星地多源数据，实现对水稻高温热害受灾情况的准实时监测。

主权项

1.基于星地多源数据的长江中下游地区水稻高温热害遥感监测方法，包括以下步骤：步骤1、获取并预处理逐日陆地表面温度产品数据集、8天合成植被指数产品数据集、8天合成反射率产品数据集、土地覆盖类型产品数据集、数字高程模型数据集、气象站点温度要素数据集及水稻高温热害温度指标，得到四种逐日陆地表面温度影像、8天合成归一化植被指数影像、8天合成增强型植被指数影像、8天合成陆地土壤水分指数影像、土地覆盖类型影像、数字高程模型影像、气象站点日平均气温、日最高气温数据集及早稻、晚稻及双季稻的高温热害温度指标；步骤2、利用步骤1获得的逐日陆地表面温度影像与气象站点日平均气温数据集，建立陆地表面温度与日平均气温的数学关系模型；步骤3、利用步骤1获得的8天合成增强型植被指数影像和数字高程模型影像为辅助数据，对步骤1获得的陆地表面温度影像中的云污染像元进行空间插补，以增加研究内逐日陆地表面温度影像覆盖度；步骤4、利用步骤2获得的陆地表面温度与日平均气温线性模型将步骤3获得的逐日陆地表面温度影像转换为日平均气温，依旧缺失的云污染像元利用步骤1获得气象站点日平均气温数据集进行反距离权重插值法进行空间插补，得到研究区内全覆盖的日平均气温影像；步骤5、利用步骤1获得的Aqua Day逐日陆地表面温度影像、8天合成归一化植被指数影像、气象站点日最高气温数据集获得研究区内逐日全覆盖的日最高气温影像；步骤6、利用步骤1获得的8天合成增强型植被指数影像、8天合成陆地土壤水分指数影像以及数字高程模型影像获得研究区内早稻、晚稻及双季稻的种植面积分布、抽穗开花期时间影像；步骤7、利用步骤1得到的早稻、晚稻及双季稻的水稻高温热害温度指标、步骤4得到的逐日全覆盖平均气温影像、步骤5得到的逐日全覆盖的日最高气温影像、步骤6得到的研究区内早稻、晚稻及双季稻的种植面积分布、抽穗开花期时间影像得到水稻高温热害受灾区域分布图。