[发明专利]一种基于气象与遥感数据融合的灾害监测定损方法

说明书

本发明属农业保险技术领域，尤其涉及一种基于气象与遥感数据融合的灾害监测定损方法，从农业气象灾害风险评估、受灾面积遥感监测及灾后定损评估结合GIS的空间分析统计功能，以自然灾害风险分析为基本原理，从灾害致灾因子的危险性、承灾体脆弱性和抗灾减灾能力来构建致灾因子模型，通过TRMM卫星数据来计算累积月降水距平数据作为致灾因子，从气象灾害来监测农业灾害，为农业结构调整及防灾减灾措施的制定提供依据。具有可以大范围、全天候、实时的准确掌握气象条件对农作物的表观及产量影响程度，为农业生产决策和灾后救助及农业保险等工作提供依据的优点。

技术领域

本发明属农业保险技术领域，尤其涉及利用遥感技术、GIS技术、气象数据在自然灾害监测定损方面应用的一种基于气象与遥感数据融合的灾害监测定损方法。

背景技术

目前利用遥感数据灾害监测定损主要是通过影像所包括的波段数据(红波段/红外波段/热红外波段)进行植被指数/水胁迫指数/温度反演等计算,结合气象站点的降水量/温度/风速等相关数据指标,选择适宜的指标来建立灾损评估模型;由于模型中融入的数据比较单一,代表性较差,各个模型差异较大,因此得到的定损评估结果不一致查。气象站点的分布不均造成获取的数据在时间和空间特征上与实际具有一定的差异性。

发明内容

本发明的目的就是现有技术所存在的上述问题，从农业气象灾害风险评估、受灾面积遥感监测及灾后定损评估结合GIS的空间分析统计功能，以自然灾害风险分析为基本原理，从灾害致灾因子的危险性、承灾体脆弱性和抗灾减灾能力来构建致灾因子模型，通过TRMM卫星数据来计算累积月降水距平数据作为致灾因子，从气象灾害来监测农业灾害，为农业结构调整及防灾减灾措施的制定提供依据。具体来说，提供了一个完整有效的灾害监测定损方法，有效的解决传统的农作物灾害监测通过气象站点获取气象的一些相关参数，气象站点的空间分布不均和时效性差，同时受到人力、财力、物力等外部因素的制约导致的精度不准确和实验数据不可靠的问题。将气象卫星数据和站点数据结合与遥感数据植被监测和土壤湿度等指标融合到灾害监测定损中，实现了对灾害更加精准更加智能化的预测和评估的一种基于气象与遥感数据融合的灾害监测定损方法。

本发明采用的技术方案是：

一种基于气象与遥感数据融合的灾害监测定损方法，包括以下步骤：

步骤1）、从致灾因子危险性H、承灾体脆弱性V、以及抗灾减灾能力Re的方面选取灾害发生的频率、灾害发生的范围、灾害强度频率及持续时间强度的评价因子，将计算的因子借助ARCGIS技术和灾害风险评估方法对典型区域进行单项风险区划和综合风险评估区划，对灾害风险评估因子按照层次分析法赋予不同的权重，按照行政区空间进行风险的预测并根据灾害的等级评价准则进行分级显示，得到风险空间分布图；

步骤2）、将气象站点数据和TRMM数据相结合，站点数据监测的精确性优点和TRMM3B43数据空间分布均匀及数据有一定的误差进行优势互补，通过站点数据对TRMM数据进行构建一元线性回归方程来对TRMM数据有效性的验证，利用有效的数据进行月降水距平分析和累积降水距平分析，根据计算出来的结果找出特征时间段；

步骤3）、利用光学遥感的波段计算出植被指数和地表温度来构建光谱特征空间，计算出来温度植被干旱指数来对土壤的湿度进行监测；

步骤4）、利用MODIS数据计算出来的植被指数组成时序，计算出距平植被指数并对上述的时间段进行“滞后分析”；

步骤5）、将计算出来的NDVI植被指数进行时间序列的滤波，然后进行作物的长势分析，得出农作物的受灾面积；

步骤6）、根据拉格朗日插值法或者直线滑动平均法分别进行灾损率和相对气象产量的计算，将计算的产量与农业部门颁布采用的平均减产分成法进行对比分析，并结合所估计年份的年鉴进行相关性分析，最终得出了灾害监测定损的估计产量。

本发明的有益效果是：