本發(fā)明涉及高溫?zé)岷τ绊懺u估，特別是涉及遙感和融合實況數(shù)據(jù)耦合的水稻高溫?zé)岷τ绊懺u估方法。

背景技術(shù)：

1、水稻是稻屬谷類作物，水稻按植物學(xué)分類分為秈稻和粳稻；按生育期長短分為早稻，中稻，晚稻等；按淀粉含量分為糯稻和非糯稻；按留種方式分為常規(guī)水稻和雜交水稻；按栽培方式分為水稻和陸稻。

2、水稻種植過程中容易受到高溫?zé)岷Φ挠绊?，現(xiàn)有技術(shù)中，考慮氣象要素的技術(shù)評估方法如江西省對早稻高溫?zé)岷Φ难芯恐锌紤]高溫天氣過程(包括持續(xù)日數(shù)和發(fā)生時間)，對水稻高溫?zé)岷Φ燃墑討B(tài)進行判識，結(jié)合高溫脅迫持續(xù)天數(shù)、不同溫度梯度實驗數(shù)據(jù)，構(gòu)建水稻高溫?zé)岷τ绊懺u估模型；四川省則選取早稻高溫?zé)岷Φ闹饕獨庀笥绊懸蜃?，結(jié)合主成分分析法構(gòu)建四川省稻抽穗揚花期和灌漿結(jié)實期高溫?zé)岷τ绊懺u估模型，并利用歷史氣候資料進行驗證；也有江蘇省利用歷史氣象資料和水稻生育期資料，從致災(zāi)因子和承災(zāi)體的角度，采用logistic曲線方程精細化、定量化描述高溫?zé)岷λ井a(chǎn)量損失的影響程度；以及江南華南地區(qū)在早稻高溫?zé)岷ρ芯恐锌紤]不同等級高溫?zé)岷_標(biāo)強度、有效天數(shù)以及可能影響權(quán)重，構(gòu)建了早稻高溫?zé)岷姸戎笖?shù)。也有利用遙感等技術(shù)的方法，如利用歸一化植被指數(shù)(ndvi)和光化學(xué)反射指數(shù)(pri)在葉尺度和冠層尺度上評估由高溫引起的水稻損傷；以及在長江中下游的蕪湖地區(qū)使用無人機與便攜式多光譜傳感器的水稻長勢遙感監(jiān)測系統(tǒng)，對處于生育敏感期水稻植株的光譜特征進行研究，建立水稻高溫脅迫的反演識別模型；采用光學(xué)衛(wèi)星遙感信息對稻作區(qū)域氣溫的空間分布研究、基于混合象元分解信息的水稻田混合下墊面溫度提取信息進而對水稻高溫?zé)岷Φ挠绊懬闆r進行評估。也有利用衛(wèi)星遙感和氣象站點數(shù)據(jù)結(jié)合的技術(shù)方法，如利用衛(wèi)星遙感數(shù)據(jù)反演逐日最高氣溫和平均氣溫，云覆蓋區(qū)域則以相應(yīng)站點氣溫數(shù)據(jù)插值后補充，生成“衛(wèi)星—插值”氣溫時間序列數(shù)據(jù)，再依據(jù)水稻高溫?zé)岷χ笜?biāo)展開水稻高溫?zé)岷ΡO(jiān)測和評估。也有利用融合多源數(shù)據(jù)開展水稻高溫?zé)岷ΡO(jiān)測評估的，如利用植被指數(shù)和地表溫度(lst)數(shù)據(jù)，結(jié)合機器學(xué)習(xí)模型，提高空氣溫度(ta)估計的準(zhǔn)確性，進而評估水稻種植區(qū)的高溫?zé)岷η闆r。

3、綜上所述，現(xiàn)有的對水稻高溫?zé)岷M行評估的技術(shù)中，主要包括氣象站單點模擬、遙感區(qū)域反演和gis空間推算等。單點模擬由于站點的離散性及環(huán)境的下墊面的復(fù)雜性，空間推算誤差影響較大。基于遙感反演地表溫度受云雨天氣影響易造成遙感數(shù)據(jù)缺失，時間序列完整性較難保證。國家氣象中心研發(fā)的陸面數(shù)據(jù)同化系統(tǒng)是目前我國陸面數(shù)據(jù)同化系統(tǒng)領(lǐng)域唯一實時運行的業(yè)務(wù)系統(tǒng)，可提供時空連續(xù)且空間分辨率較高的氣溫融合實況產(chǎn)品，在多個地區(qū)氣溫變化監(jiān)測驗證表明具有較高的準(zhǔn)確率。而基于遙感技術(shù)和融合實況產(chǎn)品耦合的方法對水稻高溫?zé)岷M行監(jiān)測評估的研究并不多見，結(jié)合遙感數(shù)據(jù)和融合實況數(shù)據(jù)對水稻高溫?zé)岷Φ挠绊戇M行評估，不僅能夠提高氣溫估算的精度和提供水稻生長狀態(tài)的監(jiān)測，還能夠根據(jù)水稻高溫?zé)岷χ笜?biāo)進行定量評估，為水稻高溫?zé)岷Φ念A(yù)警和管理提供了科學(xué)依據(jù)。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是提供遙感和融合實況數(shù)據(jù)耦合的水稻高溫?zé)岷τ绊懺u估方法，結(jié)合遙感數(shù)據(jù)和cldas軟件的氣溫數(shù)據(jù)對水稻高溫?zé)岷τ绊懙燃夁M行準(zhǔn)確評估。

2、為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

3、遙感和融合實況數(shù)據(jù)耦合的水稻高溫?zé)岷τ绊懺u估方法，包括：

4、采集水稻種植區(qū)的遙感數(shù)據(jù)，基于所述遙感數(shù)據(jù)計算水稻高溫?zé)岷τ绊懺u估的遙感因子；

5、采集水稻種植區(qū)的融合實況cldas氣溫數(shù)據(jù)，基于所述氣溫數(shù)據(jù)計算水稻高溫?zé)岷τ绊懺u估的溫度因子；

6、基于所述遙感因子和溫度因子計算所述水稻種植區(qū)的高溫?zé)岷τ绊懙燃?，完成水稻高溫?zé)岷τ绊懺u估。

7、可選地，基于所述遙感數(shù)據(jù)計算水稻高溫?zé)岷τ绊懺u估的遙感因子包括：

8、基于所述遙感數(shù)據(jù)計算待評估水稻種植區(qū)的歸一化植被指數(shù)ndvi，構(gòu)建高溫?zé)岷Πl(fā)生過程的ndvi數(shù)據(jù)集；

9、基于所述ndvi數(shù)據(jù)集計算水稻高溫?zé)岷τ绊懺u估的遙感因子。

10、可選地，基于所述ndvi數(shù)據(jù)集計算水稻高溫?zé)岷τ绊懺u估的遙感因子的方法為：

11、

12、其中，vci為水稻長勢狀況；ndvigj為某年某一時期高溫發(fā)生過程的ndvi均值；ndvimax，j為某年某一時期高溫發(fā)生過程的水稻ndvi最大值；ndvimin，j為某年某一時期高溫發(fā)生過程的水稻ndvi最小值。

13、可選地，基于所述氣溫數(shù)據(jù)計算水稻高溫?zé)岷τ绊懺u估的溫度因子包括：

14、基于cldas讀取氣溫分量數(shù)據(jù)；

15、基于所述氣溫分量數(shù)據(jù)計算日平均氣溫；

16、通過氣象站數(shù)據(jù)對所述日平均氣溫進行訂正，獲取訂正后日平均氣溫。

17、可選地，通過氣象站數(shù)據(jù)對所述日平均氣溫進行訂正，獲取訂正后日平均氣溫的方法為：

18、tr＝mtc+n

19、其中，tr為訂正后日平均氣溫值；tc為訂正前日平均氣溫值；m和n為回歸方程系數(shù)。

20、可選地，基于所述遙感因子和溫度因子計算所述水稻種植區(qū)的高溫?zé)岷τ绊懙燃壈ǎ?/p>

21、基于所述遙感因子和溫度因子分別獲取水稻長勢等級和高溫?zé)岷Φ燃墸?/p>

22、分別獲取所述水稻長勢等級和高溫?zé)岷Φ燃壍脑u分；

23、基于所述評分計算所述水稻種植區(qū)的水稻高溫?zé)岷τ绊懼笖?shù)；

24、基于所述水稻高溫?zé)岷τ绊懼笖?shù)獲取所述水稻種植區(qū)的高溫?zé)岷τ绊懙燃墶?/p>

25、可選地，基于所述評分計算所述水稻種植區(qū)的水稻高溫?zé)岷τ绊懼笖?shù)的方法為：

26、

27、其中，i為水稻高溫影響指數(shù)；indvi為ndvi因子評分結(jié)果；icldas為cldas溫度因子評分結(jié)果，a和b為權(quán)重系數(shù)。

28、可選地，基于所述水稻高溫?zé)岷τ绊懼笖?shù)獲取所述水稻種植區(qū)的高溫?zé)岷τ绊懙燃壈ǎ?/p>

29、基于預(yù)設(shè)的水稻高溫?zé)岷τ绊懺u估閾值區(qū)間，判斷所述水稻高溫?zé)岷τ绊懼笖?shù)所處區(qū)間，獲取高溫?zé)岷τ绊懙燃墶?/p>

30、本發(fā)明的有益效果為：本發(fā)明能夠?qū)崿F(xiàn)對水稻種植區(qū)的精確識別、融合實況產(chǎn)品時序數(shù)據(jù)獲取優(yōu)勢、最高氣溫和平均氣溫的高精度估算，以及高溫?zé)岷Τ潭鹊亩吭u估，為水稻高溫?zé)岷Φ念A(yù)警和管理提供了科學(xué)依據(jù)。

1.遙感和融合實況數(shù)據(jù)耦合的水稻高溫?zé)岷τ绊懺u估方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的遙感和融合實況數(shù)據(jù)耦合的水稻高溫?zé)岷τ绊懺u估方法，其特征在于，基于所述遙感數(shù)據(jù)計算水稻高溫?zé)岷τ绊懺u估的遙感因子包括：

3.根據(jù)權(quán)利要求2所述的遙感和融合實況數(shù)據(jù)耦合的水稻高溫?zé)岷τ绊懺u估方法，其特征在于，基于所述ndvi數(shù)據(jù)集計算水稻高溫?zé)岷τ绊懺u估的遙感因子的方法為：

4.根據(jù)權(quán)利要求1所述的遙感和融合實況數(shù)據(jù)耦合的水稻高溫?zé)岷τ绊懺u估方法，其特征在于，基于所述氣溫數(shù)據(jù)計算水稻高溫?zé)岷τ绊懺u估的溫度因子包括：

5.根據(jù)權(quán)利要求4所述的遙感和融合實況數(shù)據(jù)耦合的水稻高溫?zé)岷τ绊懺u估方法，其特征在于，通過氣象站數(shù)據(jù)對所述日平均氣溫進行訂正，獲取訂正后日平均氣溫的方法為：

6.根據(jù)權(quán)利要求1所述的遙感和融合實況數(shù)據(jù)耦合的水稻高溫?zé)岷τ绊懺u估方法，其特征在于，基于所述遙感因子和溫度因子計算所述水稻種植區(qū)的高溫?zé)岷τ绊懙燃壈ǎ?/p>

7.根據(jù)權(quán)利要求6所述的遙感和融合實況數(shù)據(jù)耦合的水稻高溫?zé)岷τ绊懺u估方法，其特征在于，基于所述評分計算所述水稻種植區(qū)的水稻高溫?zé)岷τ绊懼笖?shù)的方法為：

8.根據(jù)權(quán)利要求7所述的遙感和融合實況數(shù)據(jù)耦合的水稻高溫?zé)岷τ绊懺u估方法，其特征在于，基于所述水稻高溫?zé)岷τ绊懼笖?shù)獲取所述水稻種植區(qū)的高溫?zé)岷τ绊懙燃壈ǎ?/p>
技術(shù)總結(jié)
本發(fā)明涉及高溫?zé)岷τ绊懺u估技術(shù)領(lǐng)域，特別是涉及遙感和融合實況數(shù)據(jù)耦合的水稻高溫?zé)岷τ绊懺u估方法，包括：采集水稻種植區(qū)的遙感數(shù)據(jù)，基于所述遙感數(shù)據(jù)計算水稻高溫?zé)岷τ绊懺u估的遙感因子；采集水稻種植區(qū)的融合實況CLDAS氣溫數(shù)據(jù)，基于所述氣溫數(shù)據(jù)計算水稻高溫?zé)岷τ绊懺u估的溫度因子；基于所述遙感因子和溫度因子計算所述水稻種植區(qū)的高溫?zé)岷τ绊懙燃?，完成水稻高溫?zé)岷τ绊懺u估。本發(fā)明能夠結(jié)合遙感數(shù)據(jù)和融合實況CLDAS氣溫數(shù)據(jù)對水稻高溫?zé)岷τ绊懙燃夁M行準(zhǔn)確評估。

技術(shù)研發(fā)人員：陳燕麗,何燕,謝映,譚孟祥,程鵬
受保護的技術(shù)使用者：廣西壯族自治區(qū)氣象科學(xué)研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2