[发明专利]基于TROPOMI叶绿素荧光遥感的冬小麦旱情监测方法

说明书

本发明公开基于TROPOMI叶绿素荧光遥感的冬小麦旱情监测方法，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；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SIF数据集；综合冬小麦空间分布数据和重建后的研究区逐日空间连续SIF数据集，构建归一化叶绿素荧光旱情指数NIBS；利用同期温度植被干旱指数TVDI和土壤水分实地调查数据，对NIBS指数进行精度评价；基于NIBS指数对研究区春旱旱情进行动态监测。NIBS指数在时空尺度上指示研究区农作物旱情，与同期其他旱情监测方法有较高相关性，同时其高时空分辨率的优势，能够为旱情监测提供丰富的时空变化信息。

技术领域

本发明涉及遥感监测技术领域。具体地说是基于TROPOMI叶绿素荧光遥感的冬小麦旱情监测方法。

背景技术

自然灾害的频繁发生和大规模的气候异常一直以来都是人类发展的巨大挑战，其中旱灾波及范围广，持续时间长，是全球自然影响范围最大、影响人类活动和损失最为严重的灾害。随着气候变化形势越发严峻，旱情的频率程度、持续时间也有着增加的趋势，其造成的农作物减产也威胁着国家或地区的粮食安全，因此对粮食主产区的进行旱情监测尤为重要。传统的干旱监测方法多采用固定地面监测和随机调查的方法，在实施过程中表现为费事、费力、效率低、精度差等特点，而遥感技术具有高时间、高空间、高光谱、多平台的发展优势，利用卫星遥感数据进行大尺度区域农业干旱监测研究的不断深化，能够补充传统监测方法所不具有的宏观性、经济性、动态性和实效性。

基于作物长势的旱情监测可利用卫星数据反演计算得到各种植被指数，反映作物生长变化状态，进而反映干旱状况。其中主要有归一化植被指数NDVI、植被状态指数VCI、距平植被指数AVI、归一化差值水分指数NDWI等，该类指数虽然可以大范围指示旱情状况，但是植被绿度信息不能反映植被的瞬时光合速率，基于这类指数表征干旱程度存在一定的滞后劣势。综合冠层温度和作物长势的干旱遥感监测，例如温度干旱植被指数TVDI，植被供水指数VSWI等，相比仅依赖于作物长势信息补充了对冠层温度的考虑，原理性更强而被广泛应用，但其本质上依然高度依赖于植被绿度信息，滞后性无法得到有效改善。

叶绿素荧光是植物叶绿素吸收能量后释放的长波信号，能够有效指示植被生理生长状态及受胁迫程度。相比较需要依赖于人工辐射光源的主动诱导叶绿素荧光，太阳诱导叶绿素荧光(SIF)是以日光辐射作为激发源获取在自然状态下的叶绿素荧光，可以在叶片、冠层以及空天等多尺度获取。基于卫星遥感的SIF作为植被光合作用的探针，能够比传统植被指数更直接地指示植被的生长条件和环境胁迫，尽管现在还没有专门用于测量SIF的卫星，但其应用潜力已经促使学界根据现有气象卫星平台进行SIF的反演和应用。

水分胁迫导致的光合作用减弱以及荧光量子产额减少，为不同空间尺度基于SIF的旱情监测提供了理论支撑。在叶片及冠层尺度，水分胁迫会直接降低植被的荧光产量，即使其对应的绿度信息还没有明显的变化；而基于星载传感器反演得到SIF数据，学者也在全球不同地区开展了干旱事件对植被影响的研究，例如俄罗斯、亚马逊森林、美国中部平原以及澳大利亚等，这些研究表明了SIF作为新型数据源，可以为旱情的早期预警和精确监测提供独特的、直接的时空变化信息，但受限于传感器性能，基于SIF的旱情监测也存在空间分辨率不高，更新周期长或数据空间不连续等缺点。2017年10月发射的哨兵-5p卫星搭载的TROPOMI传感器是迄今为止技术性能最先进、空间分辨率最高的大气监测光谱仪，相比之前的大气监测卫星传感器具有明显的时空分辨率优势，基于TROPOMI传感器反演得到的SIF数据为旱情监测研究带来了新的潜力。

发明内容

为此，本发明所要解决的技术问题在于提供一种克服原始叶绿素荧光遥感初级产品空间分辨率不一致以及数据缺失的缺点的基于TROPOMI叶绿素荧光遥感的冬小麦旱情监测方法。

为解决上述技术问题，本发明提供如下技术方案：

基于TROPOMI叶绿素荧光遥感的冬小麦旱情监测方法，包括如下步骤：