基于多源信息的區域尺度病蟲害預測方法技術

本發明專利技術涉及遙感及空間數據分析處理和農學技術領域，公開了一種基于多源信息的區域尺度病蟲害預測方法。本發明專利技術將反映植被生理狀態的空間連續的衛星遙感數據和反映氣象條件的區域尺度氣象數據綜合運用于病蟲害的預測，從而克服傳統病蟲害預測模型無法考慮田塊間植被生長狀態和生境參數差異對病蟲害發生概率的影響，將不同種植地塊植被的脅迫狀況及生境信息納入模型輸入，在一定的地域條件下經過標定模型輸出不同地塊病蟲害發生概率，為病蟲害預測提供更精細的信息輸出。

【技術實現步驟摘要】

本專利技術涉及遙感及空間數據分析處理和農學
，特別是涉及一種。
技術介紹
農作物病蟲害是農業生產中的重要生物災害，據聯合國糧農組織估計，世界糧食產量常年因病害損失14%以上，成為制約農業高產、優質、高效、生態、安全的一項主導因素。我國作為人口大國，能否在面積有限的耕地上取得豐收將直接關系到國民生活和國家穩定。2009年國務院《全國新增1000億斤糧食生產能力規劃(2009-2020年)》和科技部《農業及糧食科技發展規劃(2009-2020年)》相繼頒布，均明確指出要加強重大病蟲害、農業氣象防災減災科技工程建設，為農業主要氣象災害和生物災害預警及防控提供技術支撐。目前，主要采用氣象、農學數據在大尺度上進行病蟲害預測。這種預測方式的問題是提供的結果較為粗放，通常在縣域尺度上提供病害預測結果，無法提供區域內部面狀連續的預測結果，難以在較為精細的尺度上指導植被病蟲害的防控工作，所采用的病蟲害預測模型也無法考慮田塊間植被生長狀態和生境參數差異對病蟲害發生概率的影響。
技術實現思路
(一)要解決的技術問題本專利技術首先要解決的技術問題是如何克服傳統病蟲害預測模型無法考慮田塊間植被生長狀態和生境參數差異對病蟲害發生概率的影響的缺陷，提供更細粒度的預測數據。(二)技術方案為了解決上述技術問題，本專利技術提供一種，包括以下步驟S1、獲取反映植被生理狀態的空間連續的衛星遙感數據和反映氣象條件的區域尺度氣象數據，然后分別對所述衛星遙感數據和區域尺度氣象數據進行預處理；S2、從所述衛星遙感數據中獲取兩部分數據第一，反映植被生理狀態的光譜反射率和植被指數；第二，反映植被生境條件的地表溫度；S3、從根據步驟SI所得到的區域尺度氣象數據以及根據步驟S2所得到的衛星遙感數據中進行特征選取，并進行相應的時相選擇；S4、構建預測模型；S5、進行植被種植面積提取，并在所選取的面積中進行地塊單元分割，得到農田管理單元；S6、將步驟S3所選取的相應時相的區域尺度氣象數據特征和衛星遙感數據特征按照所述農田管理單元分別進行平均計算，然后以所述農田管理單元為單位，將所得到的各個特征的平均值作為所述模型的輸入數據，輸出病蟲害發生概率值。優選地，步驟SI中，選取覆蓋可見光、近紅外和熱紅外波段的中高分辨率衛星影像數據作為所述衛星遙感數據，并選取反映病害發生生境條件的參數作為區域尺度氣象數據。優選地，步驟SI中，對所述衛星遙感數據進行預處理包括輻射定標、大氣校正、幾何校正和去云，對所述區域尺度氣象數據進行預處理包括數據檢查、異常值去除，取平均和空間插值。優選地，在步驟SI中，對符合正態分布檢驗的參數選用克里金方法進行所述空間插值，對于未通過正態分布檢驗的參數采用反距離權重方法進行所述空間插值。優選地，步驟S3中進行特征選取的標準包括兩方面所選特征對病蟲害發生敏感；所選特征之間的相關系數低于預設值。優選地，步驟S3中以所選特征對病蟲害發生敏感為標準選取特征的方式為采用獨立樣本檢驗特征在正常植被樣本和染病植被樣本中的差異，表征差異的值大于預設閾值則表明該特征對病蟲害發生敏感。優選地，步驟S3中以所選特征之間的相關系數低于預設值為標準選取特征的方式為對病蟲害發生敏感的特征兩兩進行相關性分析，然后選取相關系數低于預設值的特征。優選地,步驟S4中選用二值Logistic回歸方法構建所述預測模型。優選地，步驟S5中采用決策樹、最大似然或神經網絡方法進行所述植被種植面積選取。優選地，步驟S5中，在所選取的面積內進行圖像分割，生成農田管理單元的矢量邊界，從而得到所述農田管理單元。(三)有益效果上述技術方案具有如下優點本專利技術將反映植被生理狀態的空間連續的衛星遙感數據和反映氣象條件的區域尺度氣象數據綜合運用于病蟲害的預測，從而克服傳統病蟲害預測模型無法考慮田塊間植被生長狀態和生境參數差異對病蟲害發生概率的影響，將不同種植地塊植被的脅迫狀況及生境信息納入模型輸入，在一定的地域條件下經過標定模型輸出不同地塊病蟲害發生概率，為病蟲害預測提供更精細的信息輸出。附圖說明圖1為本專利技術的方法流程圖；圖2為實驗區地理位置示意圖；圖3為不同發病概率閾值精度分析圖；圖4為實驗區農田管理單元提取結果圖。具體實施例方式下面結合附圖和實施例，對本專利技術的具體實施方式作進一步詳細描述。以下實施例用于說明本專利技術，但不用來限制本專利技術的范圍。目前，中分辨率遙感數據(如環境小衛星)已能夠在較短的時間(4天)內重訪并完整覆蓋全球多數區域的陸地表面，并能夠提供可見光、近紅外、熱紅外波段的地表反射、發射信息，為植被生理參數(如葉面積指數、葉綠素)以及地表溫度等環境參數的遙感反演提供數據保證。有鑒于此，本專利技術將反映植被生理狀態的空間連續的衛星遙感數據和反映氣象條件的區域尺度氣象數據綜合運用于病害的預測，從而克服傳統病蟲害預測模型無法考慮田塊間植被生長狀態和生境參數差異對病害發生概率的影響。植被病害類型多樣，成因復雜，但絕大多數的病害發生與植株自身生理狀態及一定的生境條件有關。本專利技術的目的是提供一種能夠基于遙感、氣象等通用數據在區域尺度上進行病害預測的方法。該方法在傳統氣象數據的基礎上，引入了空間連續的遙感數據，從而有可能將不同種植地塊植被的脅迫狀況及生境信息納入模型輸入。在一定的地域條件下經過標定的模型，能夠輸出不同地塊病害發生概率，為病害的防治和管理提供更精細的信息支持，方法整體流程見圖1。本實施例實驗區位于北京周邊的順義、通州區。根據氣象部門、植保部門預報經驗以及歷年小麥病害發生情況，該地區屬小麥白粉病易發生地區(圖2)。同時，該地區小麥種植結構相對簡單(品種混雜少)且地塊面積較大，適合于進行病害遙感預測。步驟S1:數據獲取及預處理病害預測模型的構建需獲取一定應用區域內多時相的遙感、氣象數據，以及大范圍地面調查數據。鑒于小麥白粉病、條銹病、麥蚜等多數病蟲害普遍在小麥揚花至灌漿期發生和流行，病蟲害理想的預測和防治時間是小麥越冬后分蘗至拔節期。因此，遙感數據選擇冬小麥分蘗至拔節期內2-3期的數據；氣象數據選擇這一時間段內的逐日數據；地面調查數據目的是對模型進行標定和驗證，需要在小麥揚花至灌漿期病蟲危害較明顯的時段進行。1.遙感數據方面，根據多數小麥病蟲害發生發展進程較快的特點，選用重訪周期短的中高分辨率衛星影像(如國產的環境小衛星CXD和IRS數據)，影像波段范圍需覆蓋可見光、近紅外和熱紅外波段。在與氣象數據匹配的時間段內分別獲取覆蓋應用區域的光學影像和熱紅外影像。影像預處理包括輻射定標、大氣校正、幾何校正和去云等步驟，將原始數據處理成為帶準確地理坐標信息的反射率/發射率數據。2.氣象數據方面，獲取應用區域內各氣象站點的逐日氣象數據，包括平均溫度、降水、濕度、日照時數等反映病害發生生境條件的參數。氣象數據預處理包括數據檢查和異常值去除，以旬為單位進行平均和空間插值等步驟。對符合正態分布檢驗的參數選用克里金(kriging)方法插值,對于未通過正態分布檢驗的參數采用反距離權重(Inverse DistanceWeighted)方法進行插值。3.病蟲害地面調查方面，在應用區域內隨機布樣進行調查。根據應用區域的面積設置樣點分布及數量，總調查樣點個數應不少于30個，同時應保證樣點密度不低于I個樣點每10km2。在每個樣點選本文檔來自技高網...

【技術保護點】
一種基于多源信息的區域尺度病蟲害預測方法，其特征在于，包括以下步驟：S1、獲取反映植被生理狀態的空間連續的衛星遙感數據和反映氣象條件的區域尺度氣象數據，然后分別對所述衛星遙感數據和區域尺度氣象數據進行預處理；S2、從所述衛星遙感數據中獲取兩部分數據：第一，反映植被生理狀態的光譜反射率和植被指數；第二，反映植被生境條件的地表溫度；S3、從根據步驟S1所得到的區域尺度氣象數據以及根據步驟S2所得到的衛星遙感數據中進行特征選取，并進行相應的時相選擇；S4、構建預測模型；S5、進行植被種植面積提取，并在所選取的面積中進行地塊單元分割，得到農田管理單元；S6、將步驟S3所選取的相應時相的區域尺度氣象數據特征和衛星遙感數據特征按照所述農田管理單元分別進行平均計算，然后以所述農田管理單元為單位，將所得到的各個特征的平均值作為所述模型的輸入數據，輸出病蟲害發生概率值。

【技術特征摘要】
1.一種基于多源信息的區域尺度病蟲害預測方法，其特征在于，包括以下步驟51、獲取反映植被生理狀態的空間連續的衛星遙感數據和反映氣象條件的區域尺度氣象數據，然后分別對所述衛星遙感數據和區域尺度氣象數據進行預處理；52、從所述衛星遙感數據中獲取兩部分數據第一，反映植被生理狀態的光譜反射率和植被指數；第二，反映植被生境條件的地表溫度；53、從根據步驟SI所得到的區域尺度氣象數據以及根據步驟S2所得到的衛星遙感數據中進行特征選取，并進行相應的時相選擇；54、構建預測模型；55、進行植被種植面積提取，并在所選取的面積中進行地塊單元分割，得到農田管理單元;56、將步驟S3所選取的相應時相的區域尺度氣象數據特征和衛星遙感數據特征按照所述農田管理單元分別進行平均計算，然后以所述農田管理單元為單位，將所得到的各個特征的平均值作為所述模型的輸入數據，輸出病蟲害發生概率值。2.如權利要求1所述的方法，其特征在于，步驟SI中，選取覆蓋可見光、近紅外和熱紅外波段的中高分辨率衛星影像數據作為所述衛星遙感數據，并選取反映病害發生生境條件的參數作為區域尺度氣象數據。3.如權利要求1所述的方法，其特征在于，步驟SI中，對所述衛星遙感數據進行預處理包括輻射定標、大氣校正、幾何校正和去云，對所述區域尺度氣象數據進行預處理包...

【專利技術屬性】
技術研發人員：張競成，趙春江，楊貴軍，王紀華，袁琳，楊小冬，顧曉鶴，徐新剛，
申請(專利權)人：北京農業信息技術研究中心，
類型：發明
國別省市：