[发明专利]基于TROPOMI叶绿素荧光遥感的冬小麦旱情监测方法有效
申请号: | 201911332612.X | 申请日: | 2019-12-22 |
公开(公告)号: | CN113008843B | 公开(公告)日: | 2022-02-18 |
发明(设计)人: | 李强子;王思远;王红岩;杜鑫;张源 | 申请(专利权)人: | 中国科学院空天信息创新研究院 |
主分类号: | G01N21/64 | 分类号: | G01N21/64;G06K9/00;G06K9/62;G06V20/13 |
代理公司: | 北京冠榆知识产权代理事务所(特殊普通合伙) 11666 | 代理人: | 王道川 |
地址: | 100094*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 tropomi 叶绿素 荧光 遥感 冬小麦 旱情 监测 方法 | ||
1.基于TROPOMI叶绿素荧光遥感的冬小麦旱情监测方法,其特征在于,包括如下步骤:
(1)收集TROPOMI叶绿素荧光数据、冬小麦空间分布数据和土壤水分实地调查数据;
(2)在TROPOMI叶绿素荧光数据的基础上,进行等经纬栅格化、线性插补和SG滤波重建处理,得到研究区逐日空间连续的太阳诱导叶绿素荧光SIF数据集;
在步骤(2)中,等经纬栅格化TROPOMI叶绿素荧光数据的方法为:通过在研究区所在的北纬30°至43°、东经110°至113°空间范围内,建立步长为0.1°的等经纬格网;通过遍历未栅格化太阳诱导叶绿素荧光SIF信号采样点中心的经纬度坐标,统计落在每个网格内SIF信号序列的均值,获得连续栅格化的太阳诱导叶绿素荧光SIF信号;
(3)综合步骤(1)冬小麦空间分布数据和步骤(2)中重建后的研究区逐日空间连续的太阳诱导叶绿素荧光SIF数据集,构建归一化叶绿素荧光旱情指数NIBS;
(4)利用同期的温度植被干旱指数TVDI以及步骤(1)中的土壤水分实地调查数据,对归一化叶绿素荧光旱情指数NIBS指数进行精度评价;
(5)基于归一化叶绿素荧光旱情指数NIBS指数对研究区春旱旱情进行动态监测。
2.根据权利要求1所述的基于TROPOMI叶绿素荧光遥感的冬小麦旱情监测方法,其特征在于,在步骤(1)中:
TROPOMI叶绿素荧光数据:基于哨兵-5p卫星搭载的Tropomi传感器反演的太阳诱导叶绿素荧光SIF产品数据集;
冬小麦空间分布数据:通过搜集2017-2018年冬小麦生长季节期间国产高分一号数据,结合2018年实地调查的地面样本数据,使用最大似然分类方法得到冬小麦空间分布数据,并将分类结果重采样为1km;
土壤水分实地调查数据:3月23日至3月28日期间,在河北石家庄、邢台以及山东济宁、菏泽两个区域开展野外土壤水分实地调查,采用时域反射仪(TDR)针对不同土层的土壤水分含量进行观测。
3.根据权利要求1所述的基于TROPOMI叶绿素荧光遥感的冬小麦旱情监测方法,其特征在于,在步骤(2)中,线性插补的方法为:通过对同一空间位置上的SIF序列数据进行分析,假设在信号缺失期,太阳诱导叶绿素荧光SIF信号的变化呈线性趋势,索引缺失区间首尾最近的有效值对太阳诱导叶绿素荧光SIF序列进行线性插补;
SG滤波重建处理:使用Savitzky-Golay算法对线性插补后的SIF序列信号进行平滑,计算方法如下:
式中,代表重建后的SIF序列;Yj+i代表线性插补后的原始SIF数据;Ci代表滤波系数;m为窗口宽度;N为滤波器的长度,表示为(2m+1);j为经滤波后的拟合值序号,i为滤波窗口内待处理数值序号,i∈[-m,m];
在滤波过程中,需设置两个参数:一是窗口宽度m,二是多项式拟合次数;窗口宽度m越大,滤波后的序列数据越平滑;多项式拟合次数设置为2-4次,次数越小越平滑。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院空天信息创新研究院,未经中国科学院空天信息创新研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911332612.X/1.html,转载请声明来源钻瓜专利网。