[发明专利]冬小麦受灾识别方法、装置及设备

权利要求书

1.一种冬小麦受灾识别方法，其特征在于，所述方法包括：

获取目标区域的当前物候期内的遥感影像数据，得到所述遥感影像数据中每个像元的当前SAVI时序数据；

对所述当前SAVI时序数据进行滤波，构建当前SAVI时序曲线；

从所述当前SAVI时序曲线中提取当前物候期内数据，根据所述当前物候期内数据确定获取的所述遥感影像数据是否包含冬小麦数据；

若所述遥感影像数据包含冬小麦数据，则根据所述当前物候期内数据中的种植时间和返青期之前物候期时间间隔，确定所述遥感影像数据中所述冬小麦的种植范围；

监测所述冬小麦在返青期后的所述当前SAVI时序曲线的变化，如果所述当前SAVI时序曲线偏离标准SAVI时序曲线，确定所述冬小麦已遭受灾害。

2.根据权利要求1所述的方法，其特征在于，获取目标区域的当前物候期内的遥感影像数据的步骤之前，所述方法还包括：获取冬小麦的标准物候期内数据、生长期天数和标准SAVI时序曲线；所述标准物候期包括返青期、抽穗期和成熟期。

3.根据权利要求1所述的方法，其特征在于，所述获取目标区域的当前物候期内的遥感影像数据，得到所述遥感影像数据中每个像元的当前SAVI时序数据的步骤，包括：

获取所述目标区域的当前物候期内的遥感影像数据；

对所述遥感影像数据进行辐射矫正、大气校正和几何校正处理；

获取所述遥感影像数据中每个像元的当前SAVI值，得到每个像元的当前SAVI时序数据。

4.根据权利要求1所述的方法，其特征在于，所述从所述当前SAVI时序曲线中提取当前物候期内数据，根据所述当前物候期内数据确定获取的所述遥感影像数据是否包含冬小麦数据的步骤，包括：

采用最大曲率法从所述当前SAVI时序曲线中提取所述当前物候期内数据；

计算所述当前物候期内数据的物候期时间间隔和生长期天数；

将所述当前物候期内数据的物候期时间间隔与所述冬小麦的标准物候期时间间隔比对，得到第一比对差值，将所述当前物候期内数据的生长期天数与所述冬小麦的生长期天数比对，得到第二比对差值，如果第一比对差值小于设定的比对间隔阈值或者第二比对差值小于设定的比对天数阈值，确定所述遥感影像数据包含冬小麦数据。

5.根据权利要求4所述的方法，其特征在于，所述采用最大曲率法提取从所述当前SAVI时序曲线中提取的所述当前物候期内数据的步骤，包括：

计算所述当前SAVI时序曲线的两个局部极值点和一个最大值点，两个所述局部极值点分别对应所述冬小麦的返青期和成熟期，所述最大值点对应所述冬小麦的抽穗期；

根据两个所述局部极值点和所述最大值点，确定所述冬小麦物候期内数据；所述物候期内数据包括物候期时间间隔和生长期天数。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：在坐标系中X轴的取值相同时，如果所述当前SAVI时序曲线的Y轴的值小于所述标准SAVI时序曲线的Y轴的值，则根据预先设定的差值阈值确定所述冬小麦遭受灾害的程度，根据当前气象数据确定所述冬小麦遭受灾害的类型。

7.根据权利要求6所述的方法，其特征在于，所述冬小麦遭受灾害的程度包括：受灾级、成灾级和绝收级。