[发明专利]基于变化向量分析的小麦全蚀病遥感监测方法及其监测模型的构建方法

摘要

本发明公开了一种基于变化向量分析的小麦全蚀病遥感监测方法，利用小麦长势特征、小麦物候知识和小麦全蚀病的先验知识，基于Landsat 7 TM影像和Landsat 8 OLI影像对小麦全蚀病的数据收集情况，利用小麦不同长势在光谱上的反应机制，提取小麦种植区域，分析不同时相的植被指数分布信息，判断各个植被指数与小麦全蚀病严重程度的相关性，运用变化向量分析法，以植被指数向量的空间夹角构建变化向量构建小麦全蚀病病害的监测模型，将复杂的变化类型的判断问题转化成角度分类的问题，用角度变化向量构建的变化向量来表征变化类型，物理意义明确，而且更加容易解读，对小麦全长势信息以及全蚀病病情检测精确性高。

主权项

一种基于变化向量分析的小麦全蚀病遥感监测模型的构建方法，其特征在于，包括如下步骤：(1)采集、分析样本：在研究区域内选取一定数量的样本区域，在每个样本区域内分别取样，对所选样本进行病情分析和病害严重程度分级，并计算整理，获得对应样本的白穗率、病情指数、实测病害等级分析数据结果；(2)获取遥感影像：依次获取研究区域内不同时相的Landsat TM/OLI影像数据，以及对应的ASTER GDEMDEM影像数据；(3)遥感影像预处理：利用ENVI软件的通用辐射定标工具读取步骤(2)所得的卫星遥感影像数据，完成辐射定标；再利用行政边界矢量文件，对影像进行裁剪和拼接；(4)提取小麦种植区域：利用步骤(3)得到的影像数据，将植被区域与非植被区域分开，再结合最大似然法分类和支持向量机分类，区分小麦与其它作物，获取小麦种植区域；(5)计算植被指数：基于步骤(4)小麦种植区的遥感影像数据，计算不同时相的小麦植被指数，并获得不同时相各个植被指数的分布情况；(6)构建监测模型，包括如下步骤：1)构建植被指数变化向量①基于步骤(5)计算的植被指数，按下式(1)分别构建不同时相各个像元i对应的多维植被指数向量，其向量的模和方向余弦分别按下式(2)、(3)计算：Pj，i＝[x1，x2，，，xk]T   (1)|Pj,i|=x12+x22+......+xk2---(2)]]>cosβj,i,k=xk|Pj,i|---(3)]]>其中，Pj,i表示在j时相第i个像元的植被指数向量；j代表时相；k代表植被指数的序号，xk代表植被指数；②构建角度变化向量：将步骤①所得的植被指数向量的空间夹角作为特征向量，计算不同时相的特征向量的差值，构建角度变化向量△β，△β＝[△β1，△β2，...，△βi]T；2)确定角度变化范围：基于步骤②所构建的角度变化向量△β，划定各个像元i的角度变化向量△βi的阈值，确定对应△β的变化范围；3)变化向量敏感性分析：对步骤2)中不同时相的各植被指数的角度变化范围进行统计分析，得出对小麦全蚀病受害程度最敏感的植被指数xk，以及与之对应的角度变化范围△β(i,xk)；4)根据步骤3)确定的敏感型植被指数xk、△β(i,xk)，按下式(4)构建2个不同时相植被指数向量的角度变化向量：△β＝βj1,i‑βj,i＝βj1(i,xk)‑βj(i,xk)   (4)其中，j1，j分别表示两个不同的时相；5)基于步骤3)分析得出的敏感型植被指数，利用其对应的角度变化向量△β(i,xk)，对研究区小麦全蚀病受害情况进行等级阈值划分。