[发明专利]一种基于多源数据作物干旱监测方法及应用

说明书

本发明属于数据处理计算技术领域，提供一种基于多源数据作物干旱监测方法及应用，包括采集地面数据；对地面数据进行作物干旱类别标注；建立气象数据、遥感数据与地面作物干旱类别的反演模型；将反演模型应用到目标区域进行作物干旱，本发明通过结合气象数据、遥感数据和地面数据，提供了更全面、更准确的作物干旱监测与评估方法，并且本模式基于地面样本的采集，并重视地面数据使用在模型中的重要性，因为这提供了卫星观测与实际田间情况的关键联系，这种数据源的整合加强了对作物干旱的更强大、更准确的理解，为当前农作物状况和潜在未来趋势提供了宝贵的见解，有助于改进作物管理实践，减轻干旱对农业生产的影响。

技术领域

本发明涉及遥感、干旱监测技术领域，具体为一种基于多源数据作物干旱监测方法及应用。

背景技术

中亚干旱地区极易受到干旱的影响，水资源管理不善和对灌溉农业的持续性依赖进一步加剧了干旱影响。识别并监测中亚地区干旱发生发展程度，对制定地区政策和防灾减灾具有重大意义。目前对干旱监测主要通过气象数据和遥感进行监测，但是现在的监测技术还存在一些不足：

1、气象数据再分析数据集计算的干旱指数精度较低，无法完成高精度的干旱检测。地面实测数据精度较高，但是获取和实验室处理流程较困难；遥感数据精度较高，但需要地面实测数据进行验证，现有干旱指数不适用于干旱区干旱监测。

2、现有方法通过遥感数据对气象指数进行反演，结果精度较差，无法精准监测到具体农田干旱状况。

3、现有干旱等级评价方法多基于人为主观评价，缺乏客观标准。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于多源数据作物干旱监测方法及应用，以解决上述背景技术中提出的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种基于多源数据作物干旱监测方法，其特征在于：包括以下步骤：

S1：采集地面数据；

S2：对地面数据进行作物干旱类别标注；

S3：建立气象数据、遥感数据与地面作物干旱类别的反演模型；

S4：将反演模型应用到目标区域进行作物干旱监测。

作为进一步优选，所述S1中的地面数据包括农田生理状况和生境信息的相关数据，所述农田生理状况和生境信息的相关数据具体包括0-10cm土壤水分、10-20cm土壤水分、0-10cm土壤温度、10-20cm土壤温度、冠层温度、2m空气温度、作物湿重、烘干后干重及样品相对含水量等，同时记录下样点所处地区的经纬度信息。

作为进一步优选，所述S2中对地面数据进行作物干旱类别标注具体为通过数据挖掘方法对采集的地面数据进行标注，标注的结果可作为反演模型建立的因变量数据集。

作为进一步优选，所述通过数据挖掘方法对采集的地面数据进行标注具体包括对S1采集的地面数据进行K-means聚类算法处理后分成无旱、轻旱、中旱和重旱四类，且分类的的具体过程为：

通过样点数据斯皮尔曼等级相关性分析出与温度强相关性的数据类型，然后将样点数据中的强相关数据类型的数据与2m处的大气温度计算WDI实测值作为参考，通过K-means聚类算法处理后，将样品被划分为无旱、轻旱、中旱和重旱四类。

作为进一步优选，所述S3中反演模型的建立过程包括：

采用反向特征消除的方法对采集到的数据指标进行降维，利用随机森林模型中特征重要性进行排序，在保证模型结果不降低的情况下，逐步消除特征重要性较低的指标，经过筛选后的指标作为反演因子；