基于生長期植被指數(shù)增量的冬小麥遙感監(jiān)測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于遙感分類技術(shù)領(lǐng)域，特別涉及一種基于生長期植被指數(shù)增量的冬小麥遙感監(jiān)測方法。
【背景技術(shù)】
[0002]小麥作為我國最主要的糧食作物之一，快速高效地掌握其種植面積與空間分布對于確保糧食安全至關(guān)重要。隨著遙感影像數(shù)據(jù)源不斷豐富以及數(shù)據(jù)質(zhì)量的進(jìn)一步提高，農(nóng)作物遙感監(jiān)測已經(jīng)成為我國獲取農(nóng)作物種植面積的主要手段。由于不同農(nóng)作物的光譜具有一定的相似性，傳統(tǒng)的基于單幅遙感影像的分類方法難以獲得理想的分類精度，因此基于時序遙感影像的農(nóng)作物面積監(jiān)測已成為重要的發(fā)展方向。目前基于時序遙感數(shù)據(jù)開展農(nóng)作物種植面積監(jiān)測方法的常見步驟為:首先基于研宄區(qū)植被指數(shù)時序數(shù)據(jù)集，建立不同農(nóng)作物的標(biāo)準(zhǔn)植被指數(shù)時序曲線，然后通過衡量未知像元的植被指數(shù)時序曲線與已知農(nóng)作物的標(biāo)準(zhǔn)植被指數(shù)時序曲線的相似度，最終實現(xiàn)農(nóng)作物遙感監(jiān)測。其不足之處在于:由于瑋度、海拔高程以及其他立地條件等各方面因素，引起不同地區(qū)農(nóng)作物物候變化、長勢變化，難以建立代表性強(qiáng)的農(nóng)作物標(biāo)準(zhǔn)植被指數(shù)時序曲線。在研宄區(qū)域內(nèi)，不同地區(qū)同類農(nóng)作物的年內(nèi)植被指數(shù)時序曲線的變異性大，甚至超過不同農(nóng)作物之間的差異性。因此，急需探索一種新型冬小麥監(jiān)測方法。
[0003]在冬小麥遙感監(jiān)測中術(shù)語解釋如下:M0DIS數(shù)據(jù):中分辨率成像光譜儀數(shù)據(jù)，全稱為 Moderate Resolut1n Imaging Spectrorad1meterο 植被指數(shù):植被指數(shù)是表征植被生長狀態(tài)以及空間分布密度的因子。常見的植被指數(shù)有NDVI和EVI。NDVI為歸一化植被指數(shù)，全稱為Normalized Difference Vegetat1n Index。EVI為增強(qiáng)型植被指數(shù)，全稱為Enhanced Vegetat1n Index。年內(nèi)逐日植被指數(shù)時序數(shù)據(jù):從元旦開始，按時間順序，逐日記錄一年內(nèi)的植被指數(shù)的數(shù)據(jù)列。生長期:從農(nóng)作物播種到成熟這段時間。生長前期、生長后期:將播種期到抽穗期定義為生長前期，抽穗期到成熟期定義為生長后期。生長期植被指數(shù)增量:包括生長前期植被指數(shù)增量以及生長后期植被指數(shù)增量，為不同的關(guān)鍵物候期之間(播種到抽穗、抽穗到成熟)植被指數(shù)的變化量。

【發(fā)明內(nèi)容】

[0004]有鑒于此，本發(fā)明的目的是提供一種基于生長期植被指數(shù)增量的冬小麥遙感監(jiān)測方法，用于冬小麥信息自動提取，具有構(gòu)思巧妙、易于推廣、分類精度高等特點。
[0005]本發(fā)明采用以下方案實現(xiàn):一種基于生長期植被指數(shù)增量的冬小麥遙感監(jiān)測方法，包括以下步驟:
步驟SOl:建立冬小麥抽穗期趨勢面模型；
步驟S02:建立研宄區(qū)植被指數(shù)時序數(shù)據(jù)；
步驟S03:根據(jù)冬小麥抽穗期趨勢面模型，逐像元獲取對應(yīng)的冬小麥抽穗期；
步驟S04:根據(jù)冬小麥抽穗期，逐像元推算冬小麥播種期和成熟期； 步驟S05:構(gòu)建冬小麥生長前期以及生長后期的植被指數(shù)增量指標(biāo)；
步驟S06:建立冬小麥信息提取模型；
步驟S07:生成研宄區(qū)冬小麥分布圖。
[0006]進(jìn)一步地，所述步驟SOl中建立冬小麥抽穗期的趨勢面模型的具體方法為:獲取研宄區(qū)的瑋度與海拔高程，構(gòu)建趨勢面模型，所述模型形式為:Y=Axl+Bx2+C ;其中Y為冬小麥抽穗期，xl，x2分別為瑋度和海拔高程變量，A，B為系數(shù)，C為常數(shù)項。
[0007]較佳的，所述系數(shù)A與B以及常數(shù)項C的取值分別為:A=3.2703 ；B=0.0085 ；C=L 9733，參數(shù)A、B、C可以基于已知物候觀測站點數(shù)據(jù)，利用最小二乘擬合方法求算得到。
[0008]進(jìn)一步地，所述步驟S02中建立研宄區(qū)植被指數(shù)時序數(shù)據(jù)的具體方法為:首先根據(jù)線性插值方法獲取研宄區(qū)每個柵格像元的原始的年內(nèi)逐日植被指數(shù)時序數(shù)據(jù)，再采用Whittaker smoother的數(shù)據(jù)平滑方法建立研宄區(qū)每個柵格像元的平滑的年內(nèi)逐日植被指數(shù)時序數(shù)據(jù)。
[0009]進(jìn)一步地，所述步驟S03中，基于冬小麥抽穗期趨勢面模型，逐像元獲取抽穗期，冬小麥抽穗期還可以直接基于已知物候觀測站點數(shù)據(jù)，利用反距離加權(quán)、克里金等空間插值方法計算得出。
[0010]進(jìn)一步地，所述步驟S04中推算冬小麥播種期和成熟期的具體方法為:根據(jù)冬小麥物候歷與所述步驟S03獲得的冬小麥抽穗期，以冬小麥抽穗期前M天作為冬小麥播種期同時以冬小麥抽穗期后N天作為冬小麥成熟期，推算每個像元所對應(yīng)的冬小麥播種期和成熟期，其中M的取值為160至170，N的取值為45至50。
[0011]進(jìn)一步地，所述步驟S05中構(gòu)建冬小麥生長前期以及生長后期的植被指數(shù)增量指標(biāo)的具體方法為:根據(jù)所述步驟S03與所述步驟S04推算獲得的每個像元所對應(yīng)的冬小麥播種期、抽穗期以及成熟期，分別計算冬小麥生長前期植被指數(shù)增量指標(biāo)ΔΕν?Ε以及冬小麥生長后期的植被指數(shù)增量指標(biāo)AEVIL ;計算冬小麥生長前期植被指數(shù)增量指標(biāo)的公式為:AEVIE=EVI (H)-EVI (S);計算冬小麥生長后期的植被指數(shù)增量指標(biāo)的公式為:AEVIL=EVI (E) -EVI⑶；其中EVI⑶，EVI⑶，EVI (E)分別為冬小麥播種期、抽穗期以及成熟期時該像元的植被指數(shù)數(shù)值。
[0012]較佳的，冬小麥播種期到抽穗期這段時間定義為冬小麥生長前期，抽穗期到成熟期定義為冬小麥生長后期。
[0013]進(jìn)一步地，所述步驟S06中建立冬小麥信息提取模型的具體方法為:根據(jù)冬小麥生長期植被指數(shù)變化特征，建立冬小麥信息提取模型，所述模型的形式為:若ΔΕν?Ε〉Θ I并且AEVIL〈 Θ 2，符合該模型的像元判別為冬小麥；其中Θ 1，Θ 2為常數(shù)，并且Θ I與Θ 2分別取值為 0.25 ± 0.05 與-0.1 ±0.02。
較佳的，由于冬小麥生長前期植被指數(shù)增量指標(biāo)一般為比較明顯的正值，而生長后期植被指數(shù)增量指標(biāo)一般為比較明顯的負(fù)值，因此基于冬小麥生長前期植被指數(shù)增量指標(biāo)ΔΕν?Ε，以及生長后期的植被指數(shù)增量指標(biāo)AEVIL，即可建立所述步驟S06中的冬小麥信息提取模型。
[0014]特別的，本發(fā)明提供的方法除了適用于冬小麥，還可以應(yīng)用于其他農(nóng)作物遙感分類領(lǐng)域中。
[0015]相較于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果: (1)通過建立冬小麥抽穗期的趨勢面模型，動態(tài)確定每個像元所對應(yīng)的冬小麥抽穗期，而非假設(shè)固定時間段的冬小麥抽穗期，能有效地避免不同區(qū)域冬小麥抽穗期不一致帶來的干擾；
(2)基于冬小麥抽穗期的趨勢面模型，參考冬小麥物候歷，逐像元推算其冬小麥播種期、抽穗期以及成熟期，并且以這些關(guān)鍵物候參數(shù)確定的冬小麥生長期植被指數(shù)增量指標(biāo)作為分類依據(jù)，具有一定的自適應(yīng)性；
(3)相關(guān)輔助數(shù)據(jù)，如海拔高程、瑋度等數(shù)據(jù)客觀性強(qiáng)，易于獲取，因此方法的可操作性強(qiáng)，結(jié)果穩(wěn)定可靠。
【附圖說明】
[0016]圖1是本發(fā)明實施例的實現(xiàn)流程圖。
[0017]圖2是本發(fā)明中冬小麥、油菜、蔬菜、單季稻、雙季稻的MODIS EVI年內(nèi)時序信號圖。
[0018]圖3是本發(fā)明中研宄區(qū)冬小麥抽穗期空間分布圖。
[0019]圖4是本發(fā)明中冬小麥生長前期和后期植被指數(shù)增量示意圖。
[0020]圖5是本發(fā)明中研宄區(qū)冬小麥空間分布圖。
【具體實施方式】
[0021]下面結(jié)合附圖及實施例對本發(fā)明做進(jìn)一步說明。
[0022]本實施例提供一種基于生長期植被指數(shù)增量的冬小麥遙感監(jiān)測方法，如圖1所示，包括如下步驟:
步驟SOl:建立研宄區(qū)冬小麥抽穗期趨勢面模型；
觀測表明，冬小麥抽穗期一般隨瑋度與海拔梯度的增加而推遲。設(shè)冬小麥抽穗期為Y，對應(yīng)為一年中的第Y天，瑋度、海拔高程分別為xl，x2?建立冬小麥抽穗期隨瑋度、海拔高程變量的趨勢面模型:Y=Axl+Bx2+C。其中Y為冬小麥抽穗期，A，B為系數(shù)，C為常數(shù)項。A，B，C的取值可以基于若干已知物候觀測站點數(shù)據(jù)，依據(jù)最小二乘擬合方法獲得。在本實施例中，A，B，C 的取值分別為:A=3.2703 ；B=0.0085 ；C=1.97