[发明专利]一种基于高分辨率卫星数据监测灌区灌溉面积方法

说明书

本发明公开一种基于高分辨率卫星数据监测灌区灌溉面积方法：步骤1、卫星遥感数据的获取和预处理；步骤2、实测样点数据；步骤3、根据步骤2获得的真实样点数据提取端元光谱；步骤4、采用光谱匹配法中的统计算法和光谱波形特征算法计算光谱相似度，通过三个指标对研究区主要作物端元光谱与目标光谱匹配程度进行定量分析；步骤5、采用OTSU自适应阈值算法计算SSV分割阈值来判断是否为灌溉区域，小于该阈值即为灌溉区域，从而识别研究区的灌溉面积空间分布情况，最终获得灌溉区域范围。本发明方法适用于高分辨率卫星遥感数据，满足提取小地块灌溉信息的需求，能够提高灌溉面积监测结果的精度。

技术领域

本发明涉及一种基于高分辨率卫星数据监测灌区灌溉面积方法，尤其是一种基于高分辨率卫星数据，通过光谱匹配方法像元尺度应用，并引入OTSU自适应阈值算法，构建的高分辨率灌溉面积遥感监测方法，属于水利遥感技术领域。

背景技术

准确监测灌溉面积及其空间分布对于预防干旱、优化灌区水资源利用和水资源调控配置具有重要意义。我国作为一个农业大国，灌溉面积占总耕地面积的近50％，在全球气候变暖、干旱等极端事件增加、经济发展用水需求猛增情况下，水资源短缺形式日趋严峻。准确监测灌溉面积时空分布及其变化，是掌握灌溉用水量、灌溉用水去向的关键，对监测灌溉系统运转、预防干旱、优化作物种植结构、提高灌溉用水效率、优化灌区水资源配置均具有重要意义。

国内外农业灌溉面积监测研究在决策树算法、时空螺旋曲线与变化矢量分析、物候特征、支持向量机、自动农田算法、光谱匹配、k-means和ISOCLASS算法、自动机器学习算法、植被指数与干旱指数反演等方法方面取得诸多进展。其中，光谱匹配技术(SMTs)能够提取长时间序列多期遥感影像的光谱反射率或特征指数变化特征，在周期性农业灌溉面积监测方面具有独特优势。Thenkabai最先应用这种方法开展土地类型识别与灌溉面积识别研究。2006年，世界水资源管理研究所(IWMI)通过使用多种数据源，先对全球范围进行分类，而后使用光谱匹配技术对全球范围内的土地利用类型、灌溉面积分布进行定类与归类，发布了世界第一份1km空间分辨率的全球灌溉区域图(GIAM)。2012年，IWMI又针对非洲和亚洲进行了重点研究，绘制了250m空间分辨率的灌溉与雨养区分布图。2016年，Ambika将这种方法应用到了印度，使用了250m空间分辨率的MODIS NDVI数据(MOD13Q1)，先通过匹配计算分类，再使用决策树通过NDVI阈值划分灌溉区域，获得了印度2000-2015年的灌溉区域分布图，相比IWMI 250m空间分辨率的灌溉产品提升了精度。Teluguntla结合定量光谱匹配技术(QSMTs)与农田自动分类算法,使用连续14年的250m空间分辨率MODIS NDVI产品数据对澳大利亚的灌溉信息与种植强度进行了提取。

我国具有气候多样、农业种植结构复杂、田块破碎、灌区信息化水平不高等国情，农业统计缺乏空间信息，目前可公开获取的灌溉遥感产品缺乏且空间分辨率与精度难以满足我国实际需求，我国灌溉面积遥感监测对数据空间分辨率要求更高，灌溉面积遥感监测技术需要取得进一步突破。本发明针对我国国情，应用较高分辨率的卫星遥感数据，通过光谱匹配方法像元尺度应用，并引入自适应阈值算法，构建了高分辨率灌溉面积遥感监测新方法。

发明内容

本发明的目的在于提供一种基于高分辨率卫星数据监测灌区灌溉面积方法，以解决现有技术中农业统计缺乏空间信息，可公开获取的灌溉遥感产品缺乏且空间分辨率与精度难以满足我国国情的问题，构建一种高分辨率灌溉面积遥感监测新方法。

本发明采用如下技术手段以实现上述目的，一种基于高分辨率卫星数据监测灌区灌溉面积方法，具体步骤如下：

步骤1、卫星遥感数据的获取和预处理

其中，所述的预处理包括：对遥感数据进行辐射定标、几何校正、大气校正，并计算NDVI得到研究区各像元的NDVI时间序列曲线，用于提取灌溉信息。

步骤2、实测样点数据