[发明专利]一种基于HJ-1A/1B CCD数据的干旱监测方法

权利要求书

1.一种基于HJ-1A/1B CCD数据的干旱监测方法，其特征在于，步骤如下：

（1）获取监测区的作物种植分布信息，所述作物种植分布信息是指作物的空间分布情况；

（2）获取监测区作物的HJ-1A/1B CCD数据，根据HJ-1A/1B CCD数据构建监测区的改进型垂直干旱指数模式MPDI的数学模型，建立MPDI与土壤含水量之间的数学模型；根据作物各种干旱程度下的土壤水分阈值，确定作物在各种干旱程度下的MPDI数据阈值；

（3）引进作物的生长模型，将作物的生长模型与HJ-1A/1B CCD数据进行同化，确定作物的生育期；

（4）根据监测区作物的生育期及作物在该生育期的MPDI数据，将该生育期的MPDI数据与作物各种干旱程度下的MPDI数据阈值进行比较，获取监测区作物所处的干旱程度，根据作物该生育期对水分的敏感程度，判断作物在该生育期的干旱情况。

2.根据权利要求1所述的干旱监测方法，其特征在于，所述步骤（1）中作物种植分布信息获取方法如下：

（1-1）选定纯净的作物种植区，采用手持GPS确定选定区域的边界，把边界数据矢量化，作为训练样本区；

（1-2）利用地理信息数据，按行政区域边界，将没有种植作物的行政区域剔除；

（1-3）设定一个NDVI阈值，将NDVI低于这个阈值的区域剔除；

（1-4）利用一个土地利用矢量图剔除水田信息；

（1-5）根据土地上作物生长的特性和作物物候期的差异，结合训练样本区内逐月的NDVI指数分布情况，采用逐月排除的法，将不符合作物NDVI指数特性的点剔除，余下的点确定为作物种植分布区；利用ENVI软件，将提取出的作物种植分布信息转换为矢量层进行保存。

3.根据权利要求2所述的干旱监测方法，其特征在于，所述步骤（1-3）中NDVI阈值为0.16，将NDVI值低于这个0.16的区域剔除。

4.根据权利要求2所述的干旱监测方法，其特征在于，所述步骤（1-4）中利用1:100万的土地利用矢量图剔除水田信息。

5.根据权利要求1所述的干旱监测方法，其特征在于，所述步骤（2）中MPDI的数学模型构建方法具体如下：

（2-1）首先对HJ-1A/1B CCD数据进行预处理，包括对HJ-1A/1B CCD数据的大气校正和几何校正；

（2-2）根据经过大气校正和几何校正的HJ-1A/1B CCD数据构建NIR-Red特征空间，通过NIR-Red特征空间建立一个干旱监测模型，即垂直干旱指数PDI：

PDI=1M2+1(RRed+MRNir);]]>

其中R_Red为经过大气校正的红外波段反射率，R_Nir为经过大气校正的近红外波段反射率，M为土壤线斜率，通过选取落在土壤线附近的点进行线性回归得到；

（2-3）根据步骤（2-2）中的垂直干旱指数PDI，引进函数f_v用于消除近红外和红外混合像素中的植被影响，得到改进型垂直干旱指数MPDI为：

MPDI=1(1-fv)(PDI-fvPDIv)=RRed+MRNir-fv(RRed,v+MRNir,v)(1-fv)M2+1;]]>

其中R_Red,_v为植被在红外波段的反射率、R_Nir,_v为植被近红外波段的反射率；f_v为植被覆盖度，其中f_v为：

fv=(NDVI-NDVIsNDVIv-NDVIs)2;]]>

NDVI代表从遥感图像上获取归一化植被指数，NDVI_v、NDVI_s分别代表了植被和裸土的NDVI；利用经大气校正、几何校正得到的HJ-1A/1B CCD数据的Red、NIR波段反射率，计算出NDVI为：

NDVI=RRed-RNirRRed+RNir.]]>