买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州电子科技大学

摘要：本发明公开了综合多源遥感信息的网格化水稻纹枯病生境评价方法。仅仅依靠点状气象数据预测较为粗放且无法提供连续面状预测结果。本发明如下：一、选取调查区域并获取其多源遥感数据和调查其病害严重度。二、确定晚稻位置和面积。三、基于多源遥感影像的水稻纹枯病生境特征提取。四、建立病害生境适宜性模型。五、对被测田地进行网格化，并提取水稻纹枯病遥感生境特征。六、利用晚稻分类图对各遥感生境特征进行掩膜，得到晚稻的各个遥感生境因子特征。七、根据模型获取各个网格对应的病害生境适宜性程度。八、得到病害生境适宜性空间分布图。本发明通过调查及研究分析发现绝大多数土传病害的发生与寄主植物生长状态及农田环境等生境条件相关。

主权项：1.综合多源遥感信息的网格化晚稻纹枯病生境评价方法，其特征在于：步骤一、选取调查网格并获取其多源遥感数据和调查其病害严重度；1-1.选取调查网格，并进行病害严重度地面调查；针对被测的水稻田生成n个500m×500m的调查网格，n≥20；在每个调查网格内选取多个样点；样点为面积不小于15m×15m的水稻连续种植区域；1-2.获取各调查网格的多源遥感数据并进行预处理；采集各调查网格多时相的光学遥感数据、微波遥感数据和热红外遥感地表温度产品数据，并对各调查网格的样点进行病害严重度信息地面调查；病害严重度信息分为健康、轻度、中度、重度，分别对应0级、1级、2级、3级；对光学遥感影像进行光学遥感影像预处理，得到反射率数据；对微波遥感数据进行微波遥感影像预处理，得到VV、VH极化后向散射系数；对热红外遥感地表温度产品数据进行坐标系转化至与光学遥感数据和微波遥感数据坐标系一致；光学遥感数据选用晚稻移栽期和分蘖期至抽穗期的2期数据；微波遥感数据选用分蘖期至抽穗期的1期数据；热红外遥感地表温度产品数据选用分蘖期至抽穗期的连续4期数据，每期数据均为八天日均地表温度产品；病害严重度地面调查在晚稻分蘖期至抽穗期进行；步骤二、根据归一化植被指数、比值植被指数、光学遥感数据绿色波段进行地物分类，确定晚稻位置和面积；提取晚稻位置和面积的过程如下：计算两期光学遥感数据对应的归一化植被指数NDVI如式1所示； 式1中，ρNIR、ρRED分别为光学遥感采集到的近红外波段、红光波段的反射率；将第二期归一化植被指数NDVI大于0.18，且第二期归一化植被指数NDVI与和第一期归一化植被指数NDVI的差值绝对值大于0.3的像元划分为晚稻；步骤三、基于多源遥感影像的晚稻纹枯病生境特征提取；3-1.利用穗帽变换对光学遥感影像反射率数据进行处理，获取调查网格的亮度指数、绿度指数、湿度指数；亮度指数、绿度指数、湿度指数作为作物生长状态参数；3-2.利用微波遥感影像预处理后得到的VV、VH极化后向散射系数作为稻田水层状态参数；3-3.使用被调查网格晚稻分蘖期至抽穗期连续四个时间段的日间地表温度数据，作为地表温度参数；3-4.用晚稻种植面积作为模板对作物生长状态参数、稻田水层状态、地表温度参数分别进行掩膜，得到调查网格内晚稻部分对应的各个像元的作物生长状态参数、稻田水层状态、地表温度参数；3-5分别计算各调查网格内不同像元的作物生长状态参数、稻田水层状态、地表温度参数均值，组成训练用生境因子数组；取各调查网格内各个样点的病害严重度均值，分别作为该调查网格的生境适宜性程度；步骤四、通过PLS回归方法分别对各调查网格对应的训练生境因子数组与生境适宜性程度之间的关系进行分析，得到病害生境适宜性模型；步骤五、对被测田地进行网格划分，得到多个监测网格；每个监测网格的大小均为500m×500m；分别提取被测田地的每个监测网格进行多时相的光学遥感数据、微波遥感数据、热红外遥感地表温度产品数据，并对所得数据进行预处理，得到反射率数据、VV、VH极化后向散射系数、连续四个时间段的日间地表温度数据；步骤六、对步骤五中得到的每个网格的反射率数据、VV、VH极化后向散射系数、连续四个时间段的日间地表温度数据通过步骤三中的方法进行处理、计算、掩膜，得到每个网格的监测用生境因子数组；步骤七、分别将步骤六获得的各个监测网格的监测用生境因子数组输入步骤四获得的病害生境适宜性模型，得到各个监测网格对应的生境适宜性程度；步骤七执行后，根据不同监测网格的生境适宜性程度的不同，对不同网格标注不同的颜色，得到病害生境适宜性空间分布图。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 综合多源遥感信息的网格化晚稻纹枯病生境评价方法