CN104424390B - 灌溉面积监测方法及装置 - Google Patents
灌溉面积监测方法及装置 Download PDFInfo
- Publication number
- CN104424390B CN104424390B CN201310404479.0A CN201310404479A CN104424390B CN 104424390 B CN104424390 B CN 104424390B CN 201310404479 A CN201310404479 A CN 201310404479A CN 104424390 B CN104424390 B CN 104424390B
- Authority
- CN
- China
- Prior art keywords
- irrigation
- mpdi
- area
- remote sensing
- irrigation area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000003973 irrigation Methods 0.000 claims abstract description 250
- 230000002262 irrigation Effects 0.000 claims abstract description 250
- 238000000605 extraction Methods 0.000 claims abstract description 11
- 238000012937 correction Methods 0.000 claims description 23
- 238000002310 reflectometry Methods 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 15
- 239000002689 soil Substances 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000012806 monitoring device Methods 0.000 claims description 3
- 239000003621 irrigation water Substances 0.000 abstract description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 26
- 238000011161 development Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 108091092878 Microsatellite Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种灌溉面积监测方法及装置，属于灌溉用水管理领域。其中，灌溉面积监测方法包括：步骤1、根据灌溉时间，分别选取灌溉前和灌溉后的遥感影像，并对选取的遥感影像进行数据预处理；步骤2、布设地面标定点，收集标定点是否灌溉的信息；步骤3、利用预处理后的灌溉前和灌溉后的遥感影像，分别计算灌溉前和灌溉后的修正垂直干旱指数MPDI；步骤4、计算灌域内灌溉前和灌溉后的MPDI差值，结合标定点是否灌溉的信息，确定MPDI差异阈值；步骤5、根据所述MPDI差异阈值，提取MPDI差值大于MPDI差异阈值的面积为灌域的实际灌溉面积。本发明的技术方案能够有效监测灌区的实际灌溉面积。
Description
技术领域
本发明涉及灌溉用水管理领域，特别是指一种灌溉面积监测方法及装置。
背景技术
水是世界上最宝贵的自然资源之一。随着人口的增加、社会经济的发展，加上污染对水体的破坏，近半个世纪，人类日益面临水资源匮乏的危机。
农业灌溉用水大约占全球人类淡水使用量的70～80%；农业用水是我国的用水大户，目前我国农业灌溉用水量约占全国用水总量的70%。未来，随着社会经济的快速发展和人口数量的剧增，一方面，为了解决粮食安全问题，农业灌溉用水的需求将不断增长；另一方面，生态环境需水和工业、城市生活用水的增加将进一步挤占农业用水，农业水资源紧缺的矛盾将不断加剧。
加强灌溉用水管理、提高用水效率是水资源可持续利用的迫切要求。加强灌溉用水管理，则必然要求掌握准确的灌溉面积数据、了解灌溉的空间分布和动态变化、及时获取不同灌溉区域的类型及特性等信息。
我国现有灌溉面积10.02亿亩，仅30万亩以上的大型灌区就有456座，目前全部没有实际灌溉面积的监测。水资源管理业务中所需的实际灌溉面积指标，长期依靠地方管理人员经验估算上报。
发明内容
本发明要解决的技术问题是提供一种灌溉面积监测方法及装置，能够有效监测实际灌溉面积，为加强灌溉管理、提高灌溉水量核算精度、提高灌区用水效率，以及对区域水资源合理配置与可持续发展都具有重要意义。
为解决上述技术问题，本发明的实施例提供技术方案如下：
一方面，提供一种灌溉面积监测方法，包括：
步骤1、根据灌溉时间，分别选取灌溉前和灌溉后的遥感影像，并对选取的遥感影像进行数据预处理；
步骤2、布设地面标定点，收集标定点是否灌溉的信息；
步骤3、利用预处理后的灌溉前和灌溉后的遥感影像，分别计算灌溉前和灌溉后的修正垂直干旱指数MPDI；
步骤4、计算灌域内灌溉前和灌溉后的MPDI差值，结合标定点是否灌溉的信息，确定MPDI差异阈值；
步骤5、根据所述MPDI差异阈值，提取MPDI差值大于MPDI差异阈值的面积为灌域的实际灌溉面积。
进一步地，所述步骤5之后还包括：
步骤6：利用空间分辨率在预设值以上的遥感影像，识别灌域的种植结构；
步骤7：利用种植结构识别结果影像和实际灌溉面积提取结果影像融合，分析得到分作物种类的实际灌溉面积。
进一步地，所述步骤1包括：
步骤11、根据灌溉时间，选取灌溉开始之前最近日期和灌溉结束之后最近日期的遥感影像，所述遥感影像需有红光波段影像和近红外波段影像；
步骤12、对选取的遥感影像进行数据预处理，根据获取到的遥感影像的级别，进行相应的大气校正、几何校正和配准处理；
步骤13、根据灌域范围对处理后的遥感影像进行裁剪。
进一步地，所述步骤2包括：
步骤21、根据土地利用类型、农作物类型、空间分布上的均匀性和调查的难易性布设地面标定点，位于耕地内的标定点不少于2个；
步骤22、在灌溉结束之后，调查并记录标定点是否进行过灌溉。
进一步地，所述步骤3包括：
步骤31、分析灌溉前的遥感影像红光波段和近红外波段反射率的光谱特征空间，绘制特征空间散点图，计算土壤线斜率；
步骤32、计算归一化植被指数NDVI，公式如下：
NDVI＝(RNir-Rred)/(Rnir+Rred)
其中，Rred、Rnir为经过大气校正后的红光波段、近红外波段的反射率；
步骤33、计算植被覆盖度fv，公式如下：
其中NDVIv、NDVIs分别为植被完全覆盖时和裸地时的NDVI值；
步骤34、计算灌溉前灌域的修正垂直干旱指数MPDI，公式如下：
其中，Rred、Rnir为经过大气校正后的红光波段、近红外波段的反射率；M为土壤线斜率;Rred，v为植被在红光波段反射率；Rnir，v为植被在近红外波段反射率，fv为植被覆盖度；
步骤35、选取灌溉后的遥感影像，重复步骤31～34，计算灌溉后灌域的MPDI。
进一步地，所述步骤4包括：
步骤41、计算灌溉前MPDI和灌溉后MPDI的差值I，公式如下：
I＝MPDIt1-MPDIt2
其中MPDIt1是灌溉前灌域的MPDI值，MPDIt2是灌溉后灌域的MPDI值；
步骤42、分析差值I与灌溉面积A之间的关系，绘制A～I之间的关系曲线，获取曲线第一个拐点处的I0值；分析标定点所在MPDI差值影像中I值，其中有灌溉的标定点中最小I值记为I1，无灌溉的标定点中最大I值记为I2。选取MPDI差异阈值I*，使I*>I0，当I1>I2时，I*应满足I2<I*<I1；当I1<I2时，I*的选取应使提取出的实际灌溉范围与标定点的灌溉情况调查信息一致程度最高。
进一步地，所述步骤5包括：
步骤51、以I*为阈值，判断灌域内各像素单元的I值是否大于I*，大于等于I*的，将对应的像素单元记为1，否则，将对应的像素单元记为0；
步骤52、将所有标记为1的像素单元确定为被灌溉单元，将所有的被灌溉单元面积相加得到实际的灌溉面积。
进一步地，所述步骤6包括：
步骤61、选取灌溉日期所在种植季内的空间分辨率在5米以上的遥感影像，对选取的遥感影像进行数据预处理；
步骤62、根据不同农作物影像的纹理特征，进行灌域内种植结构的识别。
进一步地，所述步骤7包括：
步骤71、将种植结构识别结果影像与实际灌溉面积提取结果影像融合；
步骤72、根据上述融合影像，进行分作物种类的实际灌溉面积统计，得到分作物种类的实际灌溉面积。
本发明实施例还提供了一种灌溉面积监测装置，包括：
影像获取和预处理模块，用于根据灌溉时间，分别选取灌溉前和灌溉后的遥感影像，并对选取的遥感影像进行数据预处理；
信息收集模块，用于布设地面标定点，收集标定点是否灌溉的信息；
第一计算模块，用于利用预处理后的灌溉前和灌溉后的遥感影像，分别计算灌溉前和灌溉后的修正垂直干旱指数MPDI；
第二计算模块，用于计算灌域内灌溉前和灌溉后的MPDI差值，结合标定点是否灌溉的信息，确定MPDI差异阈值；
第三计算模块，用于根据所述MPDI差异阈值，提取MPDI差值大于MPDI差异阈值的面积为灌域的实际灌溉面积。
进一步地，所述装置还包括：
第四计算模块，用于利用空间分辨率在预设值以上的遥感影像，识别灌域的种植结构；
第五计算模块，用于利用种植结构识别结果影像和实际灌溉面积提取结果影像融合，分析得到分作物种类的实际灌溉面积。
本发明的实施例具有以下有益效果：
上述方案中，基于灌溉前后土壤含水量的变化规律及土壤含水量遥感监测的原理，建立了基于修正垂直干旱指数差异阈值的灌溉面积监测方法，利用卫星遥感手段和少量地面标定点实现了对实际灌溉面积的监测，填补了我国实际灌溉面积监测采集技术上的空白。本方案具有快速、短周期、大范围获取信息的特点，可以较低成本支撑实际灌溉面积监测信息的获取，弥补灌溉管理中的不足，提高灌溉水量核算精度，提高灌区管理水平及用水效率。
附图说明
图1为本发明实施例灌溉面积监测方法的流程示意图。
具体实施方式
为使本发明的实施例要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明的实施例提供一种灌溉面积监测方法及装置，能够有效监测实际灌溉面积，为加强灌溉管理、提高灌溉水量核算精度、提高灌区用水效率，以及对区域水资源合理配置与可持续发展都具有重要意义。
本发明实施例提供了一种灌溉面积监测方法，包括：
步骤1、根据灌溉时间，分别选取灌溉前和灌溉后的遥感影像，并对选取的遥感影像进行数据预处理；
步骤2、布设地面标定点，收集标定点是否灌溉的信息；
步骤3、利用预处理后的灌溉前和灌溉后的遥感影像，分别计算灌溉前和灌溉后的修正垂直干旱指数（MPDI）；
步骤4、计算灌域内灌溉前和灌溉后的MPDI差值，结合标定点是否灌溉的信息，确定MPDI差异阈值；
步骤5、根据所述MPDI差异阈值，提取MPDI差值大于MPDI差异阈值的面积为灌域的实际灌溉面积。
本发明的灌溉面积监测方法，基于灌溉前后土壤含水量的变化规律及土壤含水量遥感监测的原理，建立了基于修正垂直干旱指数差异阈值的灌溉面积监测方法，利用卫星遥感手段和少量地面标定点实现了对实际灌溉面积的监测，填补了我国实际灌溉面积监测采集技术上的空白。本方案具有快速、短周期、大范围获取信息的特点，可以较低成本支撑实际灌溉面积监测信息的获取，弥补灌溉管理中的不足，提高灌溉水量核算精度，提高灌区管理水平及用水效率。
本发明实施例还提供了一种灌溉面积监测装置，包括：
影像获取和预处理模块，用于根据灌溉时间，分别选取灌溉前和灌溉后的遥感影像，并对选取的遥感影像进行数据预处理；
信息收集模块，用于布设地面标定点，收集标定点是否灌溉的信息；
第一计算模块，用于利用预处理后的灌溉前和灌溉后的遥感影像，分别计算灌溉前和灌溉后的修正垂直干旱指数MPDI；
第二计算模块，用于计算灌域内灌溉前和灌溉后的MPDI差值，结合标定点是否灌溉的信息，确定MPDI差异阈值；
第三计算模块，用于根据所述MPDI差异阈值，提取MPDI差值大于MPDI差异阈值的面积为灌域的实际灌溉面积。
进一步地，本发明还可以分作物种类对灌溉面积进行监测，所述装置还包括：
第四计算模块，用于利用空间分辨率在预设值以上的遥感影像，识别灌域的种植结构；
第五计算模块，用于利用种植结构识别结果影像和实际灌溉面积提取结果影像融合，分析得到分作物种类的实际灌溉面积。
如图1所示，本发明实施例的分作物种类的灌溉面积监测方法包括：
步骤1、根据灌溉时间，选取遥感影像，并进行数据处理；
具体地，步骤1包括：
步骤11、根据灌溉时间，选取灌溉开始之前最近日期的遥感影像和灌溉结束之后最近日期的遥感影像，遥感影像需包括有红光波段影像和近红外波段影像；
步骤12、对遥感影像进行数据预处理，根据获取到的遥感影像的级别，进行相应的大气校正、几何校正、配准等处理；
步骤13、根据灌域范围对遥感影像进行裁剪。
步骤2、布设地面标定点，收集标定点信息；
具体地，步骤2包括：
步骤21、结合灌域土地利用和农作物种植情况，选择具有代表性的地点设为标定点；具体地，可以结合土地利用类型、农作物类型、空间分布上的均匀性和调查的难易性布设地面标定点，位于耕地内的标定点不少于2个，较多的标定点有利于提高检测结果的精度；
步骤22、在灌溉结束之后，对标定点进行是否灌溉的调查，并记录结果。
步骤3、计算灌溉前后灌域修正的垂直干旱指数（MPDI）；
具体地，步骤3包括：
步骤31、分析灌溉前的遥感影像红光波段和近红外波段反射率的光谱特征空间，绘制特征空间散点图，计算土壤线斜率；
步骤32、计算归一化植被指数NDVI（Normalized Difference VegetationIndex），公式如下：
NDVI＝(RNir-Rred)/(Rnir+Rred)
其中，Rred、Rnir为经过大气校正后的红光波段、近红外波段的反射率；
步骤33、计算植被覆盖度fv，公式如下：
其中NDVIv、NDVIs分别代表了植被完全覆盖（fv=1）和裸地（fv=0）的NDVI值；
步骤34、计算灌域修正的垂直干旱指数MPDI，公式如下：
其中，Rred、Rnir为经过大气校正后的Red、Nir波段的反射率；M为土壤线斜率；Rred，v为植被在红光波段反射率；Rnir，v为植被在近红外波段反射率，对于已知的植被生长，Rred，v和Rnir，v可以作为一个系数，通过田间测定可以分别确定Rred，v和Rnir，v的值；fv为植被覆盖度；
步骤35、选取灌溉后的遥感影像，重复步骤31～34，计算灌溉后灌域的MPDI。
步骤4、计算灌域内MPDI差值，分析确定实际灌溉面积提取的MPDI差异阈值；
具体地，该步骤包括：
步骤41、计算灌溉前后两个MPDI的差值I，公式如下：
I＝MPDIt1-MPDIt2
其中MPDIt1是灌溉前灌域的MPDI值，MPDIt2是灌溉后灌域的MPDI值；
步骤42、分析差值I与灌溉面积A之间的关系，绘制A～I之间的关系曲线图，获取曲线第一个拐点处的I0值；分析标定点所在MPDI差值影像中I值，其中有灌溉的标定点中最小I值记为I1，无灌溉的标定点中最大I值记为I2。选取MPDI差异阈值I*，使I*>I0，当I1>I2时，I*应满足I2<I*<I1；当I1<I2时，I*的选取应使提取出的实际灌溉范围与标定点的灌溉情况调查信息一致程度最高。
步骤5、实际灌溉面积提取；
具体地，该步骤包括：
步骤51、以I*为阈值，判断灌域内各像素单元内的I值是否大于I*，大于等于I*的，记为1，否则，记为0；
步骤52、所有标记为1的单元为被灌溉单元，输出实际灌溉的范围、分布和面积。
步骤6、利用空间分辨率在预设值以上的遥感影像，识别灌域的种植结构；
具体地，该步骤包括：
步骤61、选取灌溉日期所在种植季内的较高空间分辨率的遥感影像，比如空间分辨率在预设值以上的遥感影像，根据获取到的遥感影像的级别，进行相应的大气校正、几何校正、配准等处理；
步骤62、根据不同作物影像的纹理特征，进行灌域种植结构的识别。
步骤7、利用种植结构识别结果影像和实际灌溉面积提取结果影像融合，分析得到分作物种类的实际灌溉面积。
具体地，该步骤包括：
步骤71、将种植结构识别结果影像与实际灌溉面积提取结果影像融合；
步骤72、根据上述融合影像，进行分作物种类的实际灌溉面积统计，得到分作物种类的实际灌溉面积。
本发明的实施例，基于土壤含水量遥感监测的原理，建立了基于修正垂直干旱指数差异阈值的灌溉面积监测方法，实现了实际灌溉面积的遥感监测，填补了我国实际灌溉面积监测采集技术上的空白；并在此基础上通过在灌溉面积遥感监测的技术框架中引入高空间分辨率遥感数据，增强了灌域种植结构的识别能力，实现了分作物种类的实际灌溉面积监测。本方案具有快速、短周期、大范围获取信息的特点，可以较低成本支撑实际灌溉面积监测信息的获取，弥补灌溉管理中的不足，提高灌溉水量核算精度，提高灌区管理水平及用水效率。
下面结合具体的实施例对本发明的灌溉面积监测方法进行详细说明，具体地，该实施例包括以下步骤：
步骤a.根据灌溉时间，选取遥感影像，并进行数据处理；
根据灌溉时间，选取灌溉开始之前最近日期和灌溉面积统计结束之后最近日期的遥感影像，遥感影像需有红光波段影像和近红波段影像，国产环境与灾害监测预报小卫星星座遥感影像可满足本项工作要求；
对遥感影像进行数据预处理，根据获取到的遥感影像的级别，进行相应的大气校正、几何校正、配准等处理。
根据灌域范围对遥感影像进行裁剪。
步骤b.布设地面标定点，收集标定点信息；
结合灌域土地利用和农作物种植情况，选择具有代表性的地点设为标定点，可分别在农田、非农田中选择适当数量的标定点，在非农田标定点的选取中兼顾耕种和未耕种两种情况；
在灌溉面积统计结束之后，对标定点进行是否灌溉的调查，并记录结果。
步骤c.计算灌溉前后灌域修正的垂直干旱指数（MPDI）；
分析灌溉前的遥感影像的光谱特征空间，绘制红光波段和近红外波段反射率特征空间的散点图，计算土壤线斜率；
计算归一化植被指数NDVI（Normalized Difference Vegetation Index），公式如下：
NDVI＝(RNir-Rred)/(Rnir+Rred)
其中，Rred、Rnir为经过大气校正后的红光波段、近红外波段的反射率；
计算植被覆盖度fv，公式如下：
其中NDVIv、NDVIs分别代表了植被完全覆盖（fv=1）和裸地（fv=0）的NDVI值；
计算灌溉前灌域修正的垂直干旱指数，公式如下：
其中，Rred、Rnir为经过大气校正后的Red、Nir波段的反射率；M为土壤线斜率；Rred，v为植被在红光波段反射率；Rnir，v为植被在近红外波段反射率，对于已知的植被生长，Rred，v和Rnir，v可以作为一个系数，通过田间测定可以分别确定Rred，v和Rnir，v的值；fv为植被覆盖度；
选取灌溉后的遥感影像，重复上述步骤，计算灌溉后灌域的MPDI。
步骤d.计算灌域内MPDI差值，分析确定实际灌溉面积提取的MPDI差异阈值；
计算灌溉前后两期MPDI的差值，公式如下：
I＝MPDIt1-MPDIt2
其中MPDIt1是灌溉前灌域的MPDI值，MPDIt2是灌溉后灌域的MPDI值；
分析差值I与提取灌溉面积A之间的关系，绘制A～I之间的关系曲线，取曲线拐点处I值为试算起始值，以较小步长增大I值，使提取出的实际灌溉面积范围与标定点的灌溉情况调查信息一致程度最高为目标，确定I*值。
步骤e.实际灌溉面积提取；
以I*为阈值，判断灌域内各像素单元内的I值是否大于I*，大于等于I*的，记为1，否则，记为0；
所有标记为1的单元为被灌溉单元，输出实际灌溉的范围、分布和面积。
步骤f.灌区种植结构识别；
选取灌溉日期所在种植季内的空间分辨率在5米以上遥感影像，根据获取到的遥感影像的级别，进行相应的大气校正、几何校正、配准等处理，国产资源1号02C号卫星、资源3号卫星遥感影像均可满足本项工作的要求；
根据不同作物影像的纹理特征，进行灌域种植结构的识别。
步骤g.进行分作物种类实际灌溉面积分析。
将种植结构识别结果影像与实际灌溉面积提取结果影像融合；
根据上述融合影像，进行分作物种类的实际灌溉面积统计，得到分作物种类的实际灌溉面积。
此说明书中所描述的许多功能部件都被称为模块，以便更加特别地强调其实现方式的独立性。
本发明实施例中，模块可以用软件实现，以便由各种类型的处理器执行。举例来说，一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块，举例来说，其可以被构建为对象、过程或函数。尽管如此，所标识模块的可执行代码无需物理地位于一起，而是可以包括存储在不同物理上的不同的指令，当这些指令逻辑上结合在一起时，其构成模块并且实现该模块的规定目的。
实际上，可执行代码模块可以是单条指令或者是许多条指令，并且甚至可以分布在多个不同的代码段上，分布在不同程序当中，以及跨越多个存储器设备分布。同样地，操作数据可以在模块内被识别，并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集，或者可以分布在不同位置上（包括在不同存储设备上），并且至少部分地可以仅作为电子信号存在于系统或网络上。
在模块可以利用软件实现时，考虑到现有硬件工艺的水平，所以可以以软件实现的模块，在不考虑成本的情况下，本领域技术人员都可以搭建对应的硬件电路来实现对应的功能，所述硬件电路包括常规的超大规模集成（VLSI）电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备，诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。
在本发明各方法实施例中，所述各步骤的序号并不能用于限定各步骤的先后顺序，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，对各步骤的先后变化也在本发明的保护范围之内。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种灌溉面积监测方法，其特征在于，包括：
步骤1、根据灌溉时间，分别选取灌溉前和灌溉后的遥感影像，并对选取的遥感影像进行数据预处理；
步骤2、布设地面标定点，收集标定点是否灌溉的信息；
步骤3、利用预处理后的灌溉前和灌溉后的遥感影像，分别计算灌溉前和灌溉后的修正垂直干旱指数MPDI；
步骤4、计算灌域内灌溉前和灌溉后的MPDI差值，结合标定点是否灌溉的信息，确定MPDI差异阈值；
步骤5、根据所述MPDI差异阈值，提取MPDI差值大于MPDI差异阈值的面积为灌域的实际灌溉面积；
步骤6：利用空间分辨率在预设值以上的遥感影像，识别灌域的种植结构；
步骤7：利用种植结构识别结果影像和实际灌溉面积提取结果影像融合，分析得到分作物种类的实际灌溉面积。
2.根据权利要求1所述的灌溉面积监测方法，其特征在于，所述步骤1包括：
步骤11、根据灌溉时间，选取灌溉开始之前最近日期和灌溉结束之后最近日期的遥感影像，所述遥感影像需有红光波段影像和近红外波段影像；
步骤12、对选取的遥感影像进行数据预处理，根据获取到的遥感影像的级别，进行相应的大气校正、几何校正和配准处理；
步骤13、根据灌域范围对处理后的遥感影像进行裁剪。
3.根据权利要求1所述的灌溉面积监测方法，其特征在于，所述步骤2包括：
步骤21、根据土地利用类型、农作物类型、空间分布上的均匀性和调查的难易性布设地面标定点，位于耕地内的标定点不少于2个；
步骤22、在灌溉结束之后，调查并记录标定点是否进行过灌溉。
4.根据权利要求1所述的灌溉面积监测方法，其特征在于，所述步骤3包括：
步骤31、分析灌溉前的遥感影像红光波段和近红外波段反射率的光谱特征空间，绘制特征空间散点图，计算土壤线斜率；
步骤32、计算归一化植被指数NDVI，公式如下：
NDVI＝(Rnir-Rred)/(Rnir+Rred)
其中，Rred、Rnir为经过大气校正后的红光波段、近红外波段的反射率；
步骤33、计算植被覆盖度fv，公式如下：
其中NDVIv、NDVIs分别为植被完全覆盖时和裸地时的NDVI值；
步骤34、计算灌溉前灌域的修正垂直干旱指数MPDI，公式如下：
其中，Rred、Rnir为经过大气校正后的红光波段、近红外波段的反射率；M为土壤线斜率；Rred，v为植被在红光波段反射率；Rnir，v为植被在近红外波段反射率，fv为植被覆盖度；
步骤35、选取灌溉后的遥感影像，重复步骤31～34，计算灌溉后灌域的MPDI。
5.根据权利要求1所述的灌溉面积监测方法，其特征在于，所述步骤4包括：
步骤41、计算灌溉前MPDI和灌溉后MPDI的差值I，公式如下：
I＝MPDIt1-MPDIt2
其中MPDIt1是灌溉前灌域的MPDI值，MPDIt2是灌溉后灌域的MPDI值；
步骤42、分析差值I与灌溉面积A之间的关系，绘制A～I之间的关系曲线，获取曲线第一个拐点处的I0值；分析标定点所在MPDI差值影像中I值，其中有灌溉的标定点中最小I值记为I1，无灌溉的标定点中最大I值记为I2；选取MPDI差异阈值I*，使I*>I0，当I1>I2时，I*应满足I2<I*<I1；当I1<I2时，I*的选取应使提取出的实际灌溉范围与标定点的灌溉情况调查信息一致程度最高。
6.根据权利要求5所述的灌溉面积监测方法，其特征在于，所述步骤5包括：
步骤51、以I*为阈值，判断灌域内各像素单元的I值是否大于I*，大于等于I*的，将对应的像素单元记为1，否则，将对应的像素单元记为0；
步骤52、将所有标记为1的像素单元确定为被灌溉单元，将所有的被灌溉单元面积相加得到实际的灌溉面积。
7.根据权利要求1所述的灌溉面积监测方法，其特征在于，所述步骤6包括：
步骤61、选取灌溉日期所在种植季内的空间分辨率在预设值以上的遥感影像，对选取的遥感影像进行数据预处理；
步骤62、根据不同农作物影像的纹理特征，进行灌域内种植结构的识别。
8.根据权利要求1所述的灌溉面积监测方法，其特征在于，所述步骤7包括：
步骤71、将种植结构识别结果影像与实际灌溉面积提取结果影像融合；
步骤72、根据融合影像，进行分作物种类的实际灌溉面积统计，得到分作物种类的实际灌溉面积。
9.一种灌溉面积监测装置，其特征在于，包括：
影像获取和预处理模块，用于根据灌溉时间，分别选取灌溉前和灌溉后的遥感影像，并对选取的遥感影像进行数据预处理；
信息收集模块，用于布设地面标定点，收集标定点是否灌溉的信息；
第一计算模块，用于利用预处理后的灌溉前和灌溉后的遥感影像，分别计算灌溉前和灌溉后的修正垂直干旱指数MPDI；
第二计算模块，用于计算灌域内灌溉前和灌溉后的MPDI差值，结合标定点是否灌溉的信息，确定MPDI差异阈值；
第三计算模块，用于根据所述MPDI差异阈值，提取MPDI差值大于MPDI差异阈值的面积为灌域的实际灌溉面积；
第四计算模块，用于利用空间分辨率在预设值以上的遥感影像，识别灌域的种植结构；
第五计算模块，用于利用种植结构识别结果影像和实际灌溉面积提取结果影像融合，分析得到分作物种类的实际灌溉面积。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310404479.0A CN104424390B (zh) | 2013-09-06 | 2013-09-06 | 灌溉面积监测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310404479.0A CN104424390B (zh) | 2013-09-06 | 2013-09-06 | 灌溉面积监测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104424390A CN104424390A (zh) | 2015-03-18 |
| CN104424390B true CN104424390B (zh) | 2018-10-23 |
Family
ID=52973339
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310404479.0A Expired - Fee Related CN104424390B (zh) | 2013-09-06 | 2013-09-06 | 灌溉面积监测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104424390B (zh) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105184224B (zh) * | 2015-08-10 | 2018-05-29 | 东北农业大学 | 一种东北地区水田分类与信息提取系统及方法 |
| CN106055774B (zh) * | 2016-05-26 | 2019-04-23 | 中国水利水电科学研究院 | 地面灌溉中地表水流运动的模拟方法 |
| CN106960190B (zh) * | 2017-03-22 | 2018-08-21 | 中国水利水电科学研究院 | 基于高分辨率图像监督中分辨率图像的灌溉面积统计方法 |
| CN108229356A (zh) * | 2017-12-23 | 2018-06-29 | 航天恒星科技有限公司 | 动态集成自然灾害遥感监测方法 |
| CN108955620B (zh) * | 2018-02-13 | 2019-08-16 | 中国科学院遥感与数字地球研究所 | 一种农田灌区面积遥感提取的方法及系统 |
| CN109496797A (zh) * | 2018-12-20 | 2019-03-22 | 张正卓 | 一种农业节水灌溉系统及控制方法 |
| CN109726698B (zh) * | 2019-01-07 | 2020-10-27 | 中国水利水电科学研究院 | 基于遥感数据进行季度灌溉面积识别的方法 |
| CN110288647B (zh) * | 2019-06-25 | 2021-05-07 | 中国水利水电科学研究院 | 一种基于高分辨率卫星数据监测灌区灌溉面积方法 |
| CN110334880B (zh) * | 2019-07-16 | 2023-05-26 | 安徽理工大学 | 一种有效灌溉面积监测方法 |
| CN110516943B (zh) * | 2019-08-19 | 2022-04-12 | 中国水利水电科学研究院 | 一种基于地表温度的春灌期灌溉面积动态监测遥感方法 |
| CN110432122A (zh) * | 2019-09-05 | 2019-11-12 | 湖南人文科技学院 | 园林植被灌溉及园林水体一体化综合循环控制系统及方法 |
| CN110689173A (zh) * | 2019-09-12 | 2020-01-14 | 黄河水利委员会黄河水利科学研究院 | 一种灌区农业灌溉用水需求决策方法及系统 |
| CN110876334A (zh) * | 2019-12-23 | 2020-03-13 | 湖北省农业科学院中药材研究所 | 一种防病虫传播的喷灌架、控制系统及控制方法 |
| CN111950530B (zh) * | 2020-09-08 | 2024-04-12 | 中国水利水电科学研究院 | 农作物种植结构提取的多特征优选与融合方法 |
| CN113221789B (zh) * | 2021-05-21 | 2022-05-10 | 广东省科学院广州地理研究所 | 一种田块灌溉设施识别方法及装置 |
| CN114092807B (zh) * | 2021-11-12 | 2022-04-22 | 中国水利水电科学研究院 | 一种基于时段累计蒸散发的实际灌溉面积识别方法 |
| CN114609365A (zh) * | 2022-02-25 | 2022-06-10 | 中国科学院新疆生态与地理研究所 | 一种土壤水分运移规律和作物根系分布模拟系统及方法 |
| CN115965866B (zh) * | 2022-12-28 | 2023-10-27 | 广州市嘉卉园林绿化建筑工程有限公司 | 一种立体绿化水肥遥感监测方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102819673A (zh) * | 2012-07-26 | 2012-12-12 | 中国农业科学院农田灌溉研究所 | 一种多源灌溉信息融合方法及装置 |
-
2013
- 2013-09-06 CN CN201310404479.0A patent/CN104424390B/zh not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102819673A (zh) * | 2012-07-26 | 2012-12-12 | 中国农业科学院农田灌溉研究所 | 一种多源灌溉信息融合方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| Modified perpendicular drought index(MPDI):a real-time drought monitoring method;Abduwasit Ghulam et al.;《ISPRS Journal of Photogrammetry and Remote Sensing》;20071231;第62卷;150-164 * |
| 基于PDI的湖北漳河灌区土壤含水量遥感监测;李喆等;《人民长江》;20100131;第41卷(第1期);92-95 * |
| 遥感技术在灌溉面积监测上的应用研究;沈静;《中国优秀硕士学位论文全文数据库农业科技辑》;20121015(第10期);7-8、11-29、41-54页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104424390A (zh) | 2015-03-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104424390B (zh) | 灌溉面积监测方法及装置 | |
| Dogan et al. | Comparison of multi-monthly rainfall-based drought severity indices, with application to semi-arid Konya closed basin, Turkey | |
| Tornos et al. | Assessment of MODIS spectral indices for determining rice paddy agricultural practices and hydroperiod | |
| CN106355143A (zh) | 多源多时相高分遥感影像的制种玉米田识别方法及系统 | |
| CN110288647B (zh) | 一种基于高分辨率卫星数据监测灌区灌溉面积方法 | |
| Cao et al. | Global cultivated land mapping at 30 m spatial resolution | |
| Dehkordi et al. | Yield gap analysis using remote sensing and modelling approaches: Wheat in the northwest of Iran | |
| Hunink et al. | Estimating groundwater use patterns of perennial and seasonal crops in a Mediterranean irrigation scheme, using remote sensing | |
| Kubitza et al. | Estimating adoption and impacts of agricultural management practices in developing countries using satellite data. A scoping review | |
| CN102052918B (zh) | 基于湖泊水生植被蔓延的沼泽化动态监测与预警技术 | |
| CN102156886A (zh) | 基于统计数据和遥感影像数据的区域化肥投入空间化方法 | |
| WO2021133310A1 (en) | Agricultural decision support system | |
| Joshi et al. | Severity of climate induced drought and its impact on migration: a study of Ramechhap District, Nepal. | |
| CN102592118B (zh) | 一种玉米出苗期的自动检测方法 | |
| Ajith et al. | Rice yield prediction using MODIS-NDVI (MOD13Q1) and land based observations | |
| Mueller-Warrant et al. | Methods for improving accuracy and extending results beyond periods covered by traditional ground-truth in remote sensing classification of a complex landscape | |
| Wang et al. | Research on cropping intensity mapping of the Huai River Basin (China) based on multi-source remote sensing data fusion | |
| CN110910266A (zh) | 一种基于遥感的灌区农业灌溉用水总量估算方法 | |
| Ghosh et al. | Assessing the cropping intensity dynamics of the Gosaba CD block of Indian Sundarbans using satellite-based remote sensing | |
| CN102749290B (zh) | 一种樱桃树冠层树枝生长状态的检测方法 | |
| CN115856259B (zh) | 基于区域差异特征的水源涵养功能遥感评估方法和系统 | |
| CN109765187B (zh) | 一种稻虾共作空间分布信息获取方法 | |
| Nzuza et al. | A triangulation approach for assessing and mapping land degradation in the Lepellane catchment of the greater Sekhukhune District, South Africa | |
| CN111192315B (zh) | 一种基于多源信息的实际灌溉面积提取方法 | |
| Özcan et al. | Impact of the Atatürk dam lake on agro-meteorological aspects of the southeastern Anatolia region, Turkey |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181023 Termination date: 20190906 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |