[发明专利]一种基于地表温度反演技术的小麦白粉病遥感监测方法

说明书

本发明涉及一种基于地表温度反演技术的小麦白粉病遥感监测方法，与现有技术相比解决了难以将多时相地表温度作为生境因子进行白粉病遥感监测的缺陷。本发明包括以下步骤：源数据的获取和预处理；小麦种植面积的提取；小麦生长状态的反演；地表温度的反演；MODIS温度和Landsat‑8反演地表温度的时空融合；基于地表温度遥感监测模型的构建；小麦白粉病遥感监测结果的获得。本发明基于多时相Landsat‑8和MODIS遥感数据反演地表温度，利用国产GF‑1数据反演植被指数，通过Linear‑SVM构建综合决策树以反演小麦白粉病严重度，实现小麦白粉病病情严重度的遥感监测。

技术领域

本发明涉及遥感监测技术领域，具体来说是一种基于地表温度反演技术的小麦白粉病遥感监测方法。

背景技术

近年来，遥感技术的发展为大面积病虫害监测预测提供了重要手段。许多学者对于小麦各种病虫害的遥感监测进行了研究，研究范围涵盖地面高光谱，无人机遥感和卫星遥感等诸多方式。

现有技术中，发现光化学植被指数与小麦黄锈病严重度高度相关，反演模型的决定系数达到0.97，同时通过对冬小麦叶片上白粉病的损害进行了广泛的分析，检测了三种光谱特征(共计32个，包括衍生光谱特征，连续统变换的光谱特征和植被指数)的表现。研究结果表明，通过这些特征的优化组合，基于偏最小二乘回归的反演模型对于白粉病严重度的检测决定系数可达0.8。基于拥有三个红边波段的Sentinel-2卫星数据构建了监测冬小麦条锈病病的植被指数-红边病害胁迫指数(REDSI)，其对于条锈病有很好的监测效果。综合运用小波分析与支持向量机方法，基于环境一号卫星数据构建了河北某地的冬小麦白粉病监测模型。

在实地研究中发现，地表温度对冬小麦病害的影响具有累积效果，地表温度若可以作为关键的生境因子参与了白粉病监测模型的构建，则会大大提高白粉病的遥感监测准确度。但单时相的地表温度无法准确表征冬小麦整个关键生育期的生长环境，因此如何将地表温度有效应用到小麦白粉病的遥感监测中已经成为急需解决的技术问题。

发明内容

本发明的目的是为了解决现有技术中难以将多时相地表温度作为生境因子进行白粉病遥感监测的缺陷，提供一种基于地表温度反演技术的小麦白粉病遥感监测方法来解决上述问题。

为了实现上述目的，本发明的技术方案如下：

一种基于地表温度反演技术的小麦白粉病遥感监测方法，包括以下步骤：

源数据的获取和预处理，获取遥感卫星数据包括高分一号WFV数据、Landsat-8OLI数据和MODIS数据，并进行数据预处理；

小麦种植面积的提取，利用高分一号WFV数据反演NDVI结合高程数据以及近红外波段反射率进行小麦种植面积的提取；

小麦生长状态的反演，采用ReliefF算法进行植被指数特征选择，计算植被指数特征与各类别的相关性赋予特征不同的权重，按照从高到低的权重选择特征，对各特征进行分析，选择类间相关系数最小的组合作为模型反演的最佳特征组合；

地表温度的反演，以Landsat-8TIRS数据反演对小麦白粉病发生的生境影响因子地表温度；

MODIS温度和Landsat-8反演地表温度的时空融合，以MODIS温度数据作为时序数据序列的组成部分，进行Landsat-8地表温度数据和MODIS温度的时空融合；

基于地表温度遥感监测模型的构建，建立将LST和植被指数作为输入因子的遥感监测模型；

小麦白粉病遥感监测结果的获得，使用高分一号WFV数据的植被指数作为植被长势因子，使用Landsat-8地表温度和MODIS时空融合所得的地表温度作为生境因子，通过基于地表温度遥感监测模型，获得了小麦白粉病情遥感监测的结果。

所述小麦生长状态的反演包括以下步骤：