[发明专利]冬小麦受灾识别方法、装置及设备

说明书

本发明提供了一种冬小麦受灾识别方法、装置及设备，其中，该方法首先获取目标区域的当前物候期内的遥感影像数据，得到遥感影像数据中每个像元的当前SAVI时序数据；然后对该当前SAVI时序数据进行滤波，构建当前SAVI时序曲线；并从该当前SAVI时序曲线中提取当前物候期内数据，根据当前物候期内数据确定获取的遥感影像数据是否包含冬小麦数据；最后监测该冬小麦在返青期后的当前SAVI时序曲线的变化，如果当前SAVI时序曲线偏离标准SAVI时序曲线，确定冬小麦已遭受灾害。本发明采用遥感影像数据作为数据源，监测冬小麦的受灾程度，提高了灾害监测的精确度和实时性，以帮助及时采取灾害预防措施。

技术领域

本发明涉及农业遥感技术领域，尤其是涉及一种冬小麦受灾识别方法、装置及设备。

背景技术

冬小麦在生长发育的过程中易遭受低温冻害和旱灾，从而影响冬小麦植株的正常生长，其中苗期的越冬阶段是北部冬麦区冻害的主要时期，起身-拔节到孕穗期是黄淮冬麦区春季霜冻害发生的主要时期；根据受灾情况，冬小麦也有不同受灾等级，目前对冬小麦灾害观测主要是利用人工现场识别、调查的方法，灾害监测的精确度和实时性较差。

发明内容

有鉴于此，本发明的目的在于提供一种冬小麦受灾识别方法、装置及设备，以提高冬小麦灾害监测的精确度和实时性，以帮助及时采取灾害预防措施。

第一方面，本发明实施例提供了一种冬小麦受灾识别方法，该方法包括：获取目标区域的当前物候期内的遥感影像数据，得到遥感影像数据中每个像元的当前SAVI时序数据；对当前SAVI时序数据进行滤波，构建当前SAVI时序曲线；从当前SAVI时序曲线中提取当前物候期内数据，根据当前物候期内数据确定获取的遥感影像数据是否包含冬小麦数据；若遥感影像数据包含冬小麦数据，则根据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，确定遥感影像数据中冬小麦的种植范围；监测冬小麦在返青期后的当前SAVI时序曲线的变化，如果当前SAVI时序曲线偏离标准SAVI时序曲线，确定冬小麦已遭受灾害。

进一步，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，该方法还包括：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；标准物候期包括返青期、抽穗期和成熟期。

进一步，获取目标区域的当前物候期内的遥感影像数据，得到遥感影像数据中每个像元的当前SAVI时序数据的步骤，包括：获取目标区域的当前物候期内的遥感影像数据；对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。

进一步，从当前SAVI时序曲线中提取当前物候期内数据，根据当前物候期内数据确定获取的遥感影像数据是否包含冬小麦数据的步骤，包括：采用最大曲率法从当前SAVI时序曲线中提取当前物候期内数据；计算当前物候期内数据的物候期时间间隔和生长期天数；将当前物候期内数据的物候期时间间隔与冬小麦的标准物候期时间间隔比对，得到第一比对差值，将当前物候期内数据的生长期天数与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，确定遥感影像数据包含冬小麦数据。

进一步，上述采用最大曲率法提取从当前SAVI时序曲线中提取的当前物候期内数据的步骤，包括：计算当前SAVI时序曲线的两个局部极值点和一个最大值点，两个局部极值点分别对应冬小麦的返青期和成熟期，最大值点对应冬小麦的抽穗期；根据两个局部极值点和最大值点，确定冬小麦物候期内数据；物候期内数据包括物候期时间间隔和生长期天数。

进一步，上述方法还包括：在坐标系中X轴的取值相同时，如果当前SAVI时序曲线的Y轴的值小于标准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。

进一步，上述冬小麦遭受灾害的程度包括：受灾级、成灾级和绝收级。