[发明专利]基于遥感信息提取与多旬降水耦合的农业旱情监测方法

权利要求书

1.一种基于遥感信息提取与多旬降水耦合的农业旱情监测方法，其特征在于，所述基于遥感信息提取与多旬降水耦合的农业旱情监测方法包括以下步骤：

(1)资料收集：对遥感区域资料、遥感图像资料和近期的多旬降水数据信息资料进行收集整理；

(2)资料预处理：对遥感区域资料和遥感图像资料进行预处理和图像处理，对多旬降水数据信息资料进行降水频率分析，并通过编程实现图像读取、显示；

(3)信息分类：通过分类器把图像数据划分为尽可能符合实际情况的不同类别；

(4)遥感信息与降水数据整合：通过目视解译和计算机解译进行综合分析、逻辑推理，利用模式识别技术与人工智能技术把遥感图像中所包含的地物信息解析出来，并与多旬降水数据进行地域位置的匹配整合；

(5)评估分析、等级判定：通过对遥感图像信息和多旬降水数据整合后的信息数据评估分析，绘制旱情发展曲线图，进行干旱等级划分；

(6)旱情公布：将评估后的旱情信息和旱情发展曲线图进行公开发布。

2.如权利要求1所述基于遥感信息提取与多旬降水耦合的农业旱情监测方法，其特征在于，步骤(2)中，对遥感图像资料进行图像处理具体为改善图像的灰度等级和提高对比度；

采用空间域图像增强方法对图像灰度进行变换：

用f表示输入图像在(x，y)处的像素值，用g表示变换后的输出图像g(x，y)的像素值，T[·]表示对f(x，y)的点运算操作，则灰度变换定义为:

g＝T[f]

设图像的灰度级为L，则图像的灰度反转用公式表示为：

g＝L-1-f

对数变换的公式表示形式为：

g＝c·log(1+f)；

对比度拉伸是通过增加原图像中某些灰度值间的动态范围来实现的，对比度拉伸变换可表示成如下式所示的线性变换函数：

3.如权利要求1所述基于遥感信息提取与多旬降水耦合的农业旱情监测方法，其特征在于，步骤(2)中，降水频率分析的具体步骤如下：

1)降雨的原始数据进行处理，得到符合要求的工作数据，并对其依次读取；

2)计算降雨强度的均值离差系数C_v和偏差系数C_s

其中x_i为各历时的降雨强度，为模比系数；

3)计算公式参数α、β和γ，α为系列起点到坐标原点的距离，β为代换参数β＝1/d，γ为代换参数γ-1＝a/d；a为系列起点到众值的距离，d为系列起点到众值的距离；

4)将参数α、β和γ代入下式，得到理论分布曲线，进而完成频率分析，

4.如权利要求1所述基于遥感信息提取与多旬降水耦合的农业旱情监测方法，其特征在于，步骤(4)中，目视解译具体为指专业人员运用专业背景知识通过直接观察在遥感图像上获取特定目标地物信息的过程；

计算机解译是指利用模式识别技术与人工智能技术，根据遥感图像中目标地物的各种影征，结合专家知识库中目标地物的解译经验和成像规律等知识进行分析和推理，实现对遥感图像的理解，完成信息提取的过程。

5.一种实现如权利要求1-4任意一项所述基于遥感信息提取与多旬降水耦合的农业旱情监测方法的基于遥感信息提取与多旬降水耦合的农业旱情监测系统，其特征在于，所述基于遥感信息提取与多旬降水耦合的农业旱情监测系统包括：

用于对遥感区域资料、遥感图像资料和近期的多旬降水数据信息资料进行收集整理的资料收集模块；

用于对遥感区域资料和遥感图像资料进行预处理和图像处理，对多旬降水数据信息资料进行降水频率分析，并通过编程实现图像读取、显示的资料预处理模块；

用于通过分类器把图像数据划分为尽可能符合实际情况的不同类别的信息分类模块；

用于把遥感图像中所包含的地物信息解析出来，并与多旬降水数据进行地域位置的匹配整合的遥感信息与降水数据整合模块；

用于通过对遥感图像信息和多旬降水数据整合后的信息数据评估分析，绘制旱情发展曲线图，进行干旱等级划分的评估判定模块；

用于将评估后的旱情信息和旱情发展曲线图进行公开发布的旱情公布模块。