[发明专利]一种水稻种植候选区确定方法

说明书

一种水稻种植候选区确定方法，该方法包括：根据时间序列水体指数数据从水体分布图中提取出洪泛区范围；计算洪泛区范围内像元的淹没指数和像元距离稳定水体距离；根据洪泛区高程计算洪泛区的坡度条件以及根据洪泛区的坡度条件，对像元的淹没指数和距离稳定水体距离进行乘法加权计算，得到洪泛区水稻种植候选区和候选分级。本发明提供的方法根据时间序列水体指数数据提取水体分布图中的洪泛区，充分利用了遥感大数据，可比较准确的提取洪泛区淹没特征同时在进行选区时考虑到了洪泛区淹没指数、灌溉便捷程度，可更科学确定洪泛区水稻的种植候选区。

技术领域

本发明涉及地理信息及遥感领域，具体涉及一种水稻种植候选区确定方法。

背景技术

水稻不同生育期皆具有对水分的要求，尤其是返青期稻田应保持一定水层，为秧苗创造一个温湿度较为稳定的环境，促进早发新根，加速返青。因水稻对水的依赖，水稻灌溉是决定水稻产量的决定性因素。大型湖泊作为重要的淡水资源，是除天然降雨外水稻灌溉种植的绝佳补给。因此在湖泊洪泛区及周边区域方便快捷地选取适合水稻生长、灌溉便捷的种植候选区技术是十分关键的。

传统的确定种植候选区是根据地形坡度来确定水稻候选区，较少考虑水源供给，且未考虑该地区长时间序列的被淹没概率。目前知网、万方等数据库并没有水稻种植候选区的相关论文和技术。因此本发明根据地形条件、水稻生长过程水源供给条件和淹没概率，开发了一种定量化的确定水稻种植候选区的技术方法。

随着遥感大数据的发展，结合长时间序列遥感数据，结合地形因素综合，对农作物种植选取进行科学选择成为可能。以柬埔寨洞里萨湖为例，柬埔寨洞里萨湖是东南亚最大的淡水水体，是湄公河系统的重要组成部分。该湖拥有极其富有生产力的生态系统，作为湄公河流域下游的天然洪水水库，提供防洪保护、三角洲的干燥季节调节、农作物灌溉的重要作用。

柬埔寨水稻种植大部分为一年一季到两季。其中洞里萨湖周边部分区域可以种植三季稻，因为该地区除每年雨季的自然降雨灌溉外，还可以引湖水灌溉。然而，洪泛区内种植水稻还应注意防止幼苗常被水淹，以及灌溉距离所产生的种植成本等因素。鉴于湖水灌溉的天然优势，本实验通过长时间序列水体指数的观察，提取1984年-2018年水面，可以提取30年间洞里萨湖洪泛区，计算洪泛区淹没次数、距离稳定水体距离，结合高程、坡度因素，得到便于利用湖水灌溉的水稻种植候选区。

发明内容

(一)要解决的技术问题

本发明的主要目的在于提出一种水稻种植候选区确定方法，根据时间序列遥感数据，结合地形因素综合，实现更加科学的对农作物种植候选区的选择。

(二)技术方案

本发明提出的基于洪泛区淹没指数和灌溉距离的水稻种植候选区确定方法，包括以下步骤：

根据时间序列水体指数数据从水体分布图中提取出洪泛区范围；

计算洪泛区范围内像元的淹没指数和像元距离稳定水体距离；

根据洪泛区高程计算洪泛区的坡度条件；以及

根据洪泛区的坡度条件，对像元的淹没指数和距离稳定水体距离进行乘法加权计算，得到洪泛区水稻种植候选区和候选分级。

上述方案中，根据时间序列水体指数数据从水体分布图中提取出洪泛区范围，包括：

基于时间序列水体指数数据对水体分布图中水体的阈值区间进行统计，得到水体的阈值区间，将归一化水指数数值大于0.42的像元视为水体区域；

将水体分布图中曾被水淹没区域定义为洪泛区，即提取湖周边淹没次数大于0或大于等于1的区域为洪泛区。

上述方案中，计算洪泛区范围内像元的淹没指数和像元距离稳定水体距离的步骤中，像元的淹没指数是利用GEE平台的sum函数计算得到的，具体包括：