一種融合物聯網和衛星數據生成時空連續農作物參數的方法和系統技術方案

本發明專利技術提出一種融合物聯網和衛星數據生成時空連續農作物參數的方法，包括：S1.從物聯網平臺獲取農作物關鍵參數X及其所在的農田邊界；S2.根據農田邊界獲取覆蓋整塊農田、多時相農作物參數的衛星遙感影像Y；S3.建立衛星的每個像元的農作物參數數值和物聯網的農作物關鍵參數X間的關系模型；S4.對每個衛星像元，進行S3的操作；S5.重復步驟S1

【技術實現步驟摘要】
一種融合物聯網和衛星數據生成時空連續農作物參數的方法和系統


[0001]本專利技術涉及農作物參數融合
，更具體地，涉及一種融合物聯網和衛星數據生成時空連續農作物參數的方法和系統。

技術介紹

[0002]在農業生產中，常用農作物參數來描述農作物的生長狀態和長勢，例如多種植被指數、葉面積指數、葉綠素等。隨著農作物的生長，這些參數會呈現出季節性的變化，掌握整個農田的農作物參數季節性連續變化趨勢和特征對于農作物長勢監測、精準管理和產量估算等有重要的意義。在目前的精準農業研究中，農作物參數的提取通常是基于從地面、無人機或衛星遙感平臺采集的數據。不同的平臺有各自的優勢和劣勢。地面數據采集分為人工采集和基于物聯網平臺的采集兩種。人工采集耗時費力，難以獲取時間連續的數據，搭載在物聯網平臺上的多種傳感器則可以連續采集數據，但是物聯網平臺通常安裝在農田的某個點位，觀測范圍有限，難以獲取整個農田的農作物長勢數據。無人機遙感平臺可以搭載多種傳感器，在整個生長季多次飛行，并覆蓋整個農田，但是無人機遙感平臺獲取的數據處理流程仍未非常成熟，且每日連續飛行的成本較高。相比較而言，近些年快速發展的衛星遙感平臺為獲取農田觀測數據提供了很大的便利，如歐盟的哨兵系列衛星具有10米的空間分辨率和5天的時間分辨率。但光學衛星數據會嚴重受到云的影響，即有云的時候沒有數據，在我國南方多云的地區常常會出現生長關鍵時期數據缺失的問題。因此，綜合不同數據的優劣勢，將不同平臺的數據進行融合是獲取整個農田、時間連續數據的關鍵。
[0003]目前的融合研究主要存在以下兩個問題：1)主要集中衛星平臺之間，如不同衛星傳感器獲取的數據之間進行融合，跨平臺間的融合算法十分缺乏。2)不同傳感器獲取的反射率數據通常具有不同的波段、光譜響應函數等，直接對反射率數據進行融合，首先需要消除這些差異造成的影響，這會增加融合算法的復雜性和不確定性。對定義統一的農作物參數進行融合則可以直接略去由波段、光譜響應函數等造成的影響，目前直接對參數進行融合的算法也比較缺乏。

技術實現思路

[0004]針對
技術介紹
中的問題，本專利技術提出一種融合算法，將安裝在農田某一點的物聯網平臺獲取的每日連續農作物參數與衛星遙感平臺獲取的覆蓋整個農田、但時間不連續的農作物參數進行融合，生成每日連續、覆蓋整個農田的農作物參數產品。
[0005]本專利技術提出一種融合物聯網和衛星數據生成時空連續農作物參數的方法，包括：
[0006]S1.從物聯網平臺獲取農作物關鍵參數X及其所在的農田邊界；
[0007]S2.根據農田邊界獲取覆蓋整塊農田、多時相農作物參數的衛星遙感影像Y；
[0008]S3.建立衛星的每個像元的農作物參數數值和物聯網的農作物關鍵參數X間的關系模型；
[0009]S4.對每個衛星像元，進行S3的操作；
[0010]S5.重復步驟S1
?
S4生成每天的覆蓋整塊農田的農作物參數空間分布遙感影像。
[0011]本專利技術還提出一種融合物聯網和衛星數據生成時空連續農作物參數的系統，包括：處理器，所述處理器能夠執行計算機程序，以完成如權利要求1
?
7任一項所述的方法。
[0012]本專利技術的有益效果包括：
[0013]1)相較于多數研究直接使用反射率數據進行融合，本專利技術以已生成的農作物參數產品為輸入進行融合；
[0014]2)跨遙感平臺數據融合，即融合地面物聯網獲取的單點每日連續農作物參數和衛星遙感平臺獲取的整個農田、時間不連續農作物參數；
[0015]3)不僅限于預測，還能回溯。
附圖說明
[0016]為了更容易理解本專利技術，將通過參照附圖中示出的具體實施方式更詳細地描述本專利技術。這些附圖只描繪了本專利技術的典型實施方式，不應認為對本專利技術保護范圍的限制。
[0017]圖1為本專利技術的方法的一個實施方式的流程圖。
[0018]圖2為農作物參數和隱過程之間的關系圖。
[0019]圖3為一個像元的時間序列曲線的圖。
具體實施方式
[0020]下面參照附圖描述本專利技術的實施方式，以便于本領域的技術人員可以更好的理解本專利技術并能予以實施，但所列舉的實施例不作為本專利技術的限定，在不沖突的情況下，下述的實施例及實施例中的技術特征可以相互組合，其中相同的部件用相同的附圖標記表示。
[0021]本專利技術的方法如圖1所示，包括步驟S1
?
S4。
[0022]S1.從物聯網平臺獲取農作物關鍵參數X及其所在的農田邊界。
[0023]從物聯網平臺提取農作物關鍵參數X及其所在的農田邊界(例如經緯度)。若一塊農田內安裝了多臺物聯網，則獲取每一臺物聯網的經緯度，提取每一臺物聯網估算的隨季節變化的關鍵參數X，例如葉面積指數、歸一化植被指數、光和有效輻射吸收系數等
[0024]S2，根據農田邊界獲取覆蓋整塊農田、多時相農作物參數的衛星遙感影像Y。
[0025]根據每一臺物聯網的經緯度，從衛星遙感影像Y中找到相應的像元P
IOT
，并提取該像元對應的遙感影像數值Y
t
(P
IOT
)，其中t代表遙感衛星影像的時間。
[0026]S3.建立衛星的每個像元的農作物參數數值和物聯網的農作物關鍵參數X間的關系模型。
[0027]本專利技術的方法基于狀態空間模型中的動態線性模型。狀態空間模型是將時間序列的數據視為一組成分的組合，如趨勢、周期或者回歸。它使用狀態方程和量測方程來描述動態系統的狀態，其中狀態方程描述動態系統的狀態從前一時刻到當前時刻的變化規律，量測方程描述觀測值和系統狀態之間的變化關系。當其中的狀態誤差和觀測值都是正態分布的，則生成了線性動態模型。通過系統輸入輸出觀測數據，通過“預測”與“更新”兩個過程對系統的狀態進行最優估計。
[0028]在本專利技術中，設定農田內每個物聯網都能代表一定的區域范圍，在該區域內，所有
農作物的生長趨勢(上升、下降等)都和物聯網觀測范圍內的農作物相同，但在具體的數值上存在不同的波動。例如，物聯網測量的是葉面積指數，則周圍農作物的葉面積指數隨季節的變化和物聯網測量的葉面積指數相同，即所有衛星像元對應的葉面積指數的季節變化趨勢也相同。
[0029]因此，本專利技術中，設定衛星的每個像元的農作物參數數值和物聯網的數值間存在以下關系：
[0030]Y
t
＝θ
1,t
+θ
2,t
×
X
t
+ε
t
,ε
t
～N(0,σ
t2
)
[0031]其中，Y
t
代表衛星像元在日期t的農作物參數，X
t
代表物聯網在日期t的農作物參數，θ
t
代表隱過程，σ
t
代表觀測噪聲。
[0032]使用動態線性模型，將所述關系模型表達為測量方程和狀態方程。
...

【技術保護點】

【技術特征摘要】
1.一種融合物聯網和衛星數據生成時空連續農作物參數的方法，其特征在于，包括：S1.從物聯網平臺獲取農作物關鍵參數X及其所在的農田邊界；S2.根據農田邊界獲取覆蓋整塊農田、多時相農作物參數的衛星遙感影像Y；S3.建立衛星的每個像元的農作物參數數值和物聯網的農作物關鍵參數X間的關系模型；S4.對每個衛星像元，進行S3的操作；S5.重復步驟S1
?
S4生成每天的覆蓋整塊農田的農作物參數空間分布遙感影像。2.根據權利要求1所述的方法，其特征在于，所述關系模型為線性模型：Y
t
＝θ
1，t
+θ
2，t
×
X
t
+ε
t
，ε
t
～N(0，σ
t2
)其中，Y
t
代表衛星像元在日期t的農作物參數，X
t
代表物聯網在日期t的農作物參數，θ
t
代表隱過程。3.根據權利要求2所述的方法，其特征在于，所述關系模型表達為測量方程和狀態方程，測量方程為：Y
t
＝h
t
(θ
t
，v
t
，x
t
)，v
t
～N(0，V
t
)狀態方程為：θ
t
＝g
t
(θ
t
?1，w
t
)，w<...

【專利技術屬性】
技術研發人員：李文娟，吳文斌，余強毅，宋茜，
申請(專利權)人：中國農業科學院農業資源與農業區劃研究所，
類型：發明
國別省市：