CN110827158A - 一种基于ndvi时间序列变化的损失评估方法 - Google Patents

一种基于ndvi时间序列变化的损失评估方法 Download PDF

Info

Publication number
CN110827158A
CN110827158A CN201911080581.3A CN201911080581A CN110827158A CN 110827158 A CN110827158 A CN 110827158A CN 201911080581 A CN201911080581 A CN 201911080581A CN 110827158 A CN110827158 A CN 110827158A
Authority
CN
China
Prior art keywords
disaster
multispectral
base station
area
imaging data
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.)
Pending
Application number
CN201911080581.3A
Other languages
English (en)
Inventor
李培琳
戴维序
肖昊
吴燕良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aerospace Xindezhitou (beijing) Technology Co Ltd
Original Assignee
Aerospace Xindezhitou (beijing) Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Aerospace Xindezhitou (beijing) Technology Co Ltd filed Critical Aerospace Xindezhitou (beijing) Technology Co Ltd
Priority to CN201911080581.3A priority Critical patent/CN110827158A/zh
Publication of CN110827158A publication Critical patent/CN110827158A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining

Abstract

本发明提供了一种基于NDVI时间序列变化的损失评估方法，涉及作物灾害定损领域，包括多光谱成像装置、移动的发射基站、评估系统以及多光谱图像对比设备，本发明实现了基于植被指数变化的定损，多光谱成像装置测定作物产区中设定样品区域的NDVI多光谱成像，通过受灾前后的NDVI多光谱成像，能够有效判断灾区的受灾面积和受灾程度，通过评估系统判断设定区域的灾害评估，进而能够结合NDVI多光谱成像绘制的样品地图和灾后地图，能够快速得出其他区域的受灾情况。

Description

一种基于NDVI时间序列变化的损失评估方法
技术领域
本发明涉及作物灾害定损领域，尤其涉及一种基于NDVI时间序列变化的损失评估方法。
背景技术
农业保险，是指对种植业成长过程中可能遭到的自然灾害或意外事故所造成的经济损失提供经济保障的一种。
对于农作物的农业保险定损评估主要使用人工评估，人工评估法是调查人员在受灾地区目视受灾作物，然后使用卷尺、GPS等工具测量作物受灾面积及位置的方法。但是现有人工法存在人力成本高、效率低下，不能够精确得出受灾的面积的问题，而且难以快速判断其他区域的受灾情况。
发明内容
本发明所要解决的技术问题是克服现有技术中存在的不足，提供了一种基于NDVI时间序列变化的损失评估方法，该发明基于植被指数变化的定损，实现了快速得出受灾区域的受灾程度。
本发明是通过以下技术方案予以实现：一种基于NDVI时间序列变化的损失评估方法，包括多光谱成像装置、移动的发射基站、评估系统以及多光谱图像对比设备；
所述多光谱成像装置用于定期测定作物产区中设定样品区域的NDVI多光谱成像，并将成像数据发送至移动的发射基站；
所述发射基站接收短距离的多光谱成像装置发射的成像数据，并将成像数据发送至多光谱图像对比设备；
所述评估系统包括设定范围内作物总株数以及受灾株数，对设定样品区域的受灾情况进行损失评级；
所述多光谱图像对比设备接收发射基站发回的成像数据，并将相关信息按照相关算法进行拼接成样品地图以及灾后地图，多光谱图像对比设备对比样品地图和灾后地图，根据NDVI的变化以及样品区域的评级得出损失评估。
本发明实现了基于植被指数变化的定损，多光谱成像装置测定作物产区中设定样品区域的NDVI多光谱成像，通过受灾前后的NDVI多光谱成像，能够有效判断灾区的受灾面积和受灾程度，通过评估系统预先判断设定区域的灾害评估，进而能够结合NDVI多光谱成像绘制的样品地图和灾后地图，能够快速得出其他区域的受灾情况。
根据上述技术方案，优选地，每次所述多光谱成像装置测定时间为测定日的14:00-15:30，并且测定日当天为无云遮挡的晴天。
根据上述技术方案，优选地，所述多光谱成像装置采用具备拍摄多光谱功能的无人机，所述无人机将拍摄的成像数据传输至发射基站。
根据上述技术方案，优选地，包括以下步骤；
(1)测定日的14:00-15:30，工作人员携带多光谱成像装置以及移动的发射基站开始对设定样品区域进行测定，多光谱成像装置用于定期测定作物产区中设定样品区域的NDVI多光谱成像，并将成像数据发送至移动的发射基站；
(2)发射基站将接收到的成像数据发送至多光谱图像对比设备，多光谱图像对比设备将接收到的成像数据按照相关算法拼接成样品区域的样品地图；
(3)灾后，工作人员携带多光谱成像装置以及移动的发射基站开始对设定样品区域进行测定，多光谱成像装置用于测定作物产区中设定样品区域的NDVI多光谱成像，并将灾后的成像数据发送至移动的发射基站；
(4)发射基站将接收到的灾后的成像数据发送至多光谱图像对比设备，多光谱图像对比设备将接收到的成像数据按照相关算法拼接成样品区域的灾后地图；
(5)评估系统按照设定区域的作物总株数以及受灾株数，对设定区域进行灾害评估，结合样品地图和灾后地图，快速得出其他区域的受灾情况。
本发明的有益效果是：本发明实现了基于植被指数变化的定损，多光谱成像装置测定作物产区中设定样品区域的NDVI多光谱成像，通过受灾前后的NDVI多光谱成像，能够有效判断灾区的受灾面积和受灾程度，通过评估系统预先判断设定区域的灾害评估，进而能够结合NDVI多光谱成像绘制的样品地图和灾后地图，能够快速得出其他区域的受灾情况。
具体实施方式
为了使本技术领域的技术人员更好地理解本发明的技术方案，下面结合实施例对本发明作进一步的详细说明。
本发明提供了一种基于NDVI时间序列变化的损失评估方法，包括多光谱成像装置、移动的发射基站、评估系统以及多光谱图像对比设备；
多光谱成像装置用于定期测定作物产区中设定样品区域的NDVI多光谱成像，并将成像数据发送至移动的发射基站；
发射基站接收短距离的多光谱成像装置发射的成像数据，并将成像数据发送至多光谱图像对比设备；
评估系统包括设定范围内作物总株数以及受灾株数，对设定样品区域的受灾情况进行损失评级；
多光谱图像对比设备接收发射基站发回的成像数据，并将相关信息按照相关算法进行拼接成样品地图以及灾后地图，多光谱图像对比设备对比样品地图和灾后地图，根据NDVI的变化以及样品区域的评级得出损失评估。
本发明实现了基于植被指数变化的定损，多光谱成像装置测定作物产区中设定样品区域的NDVI多光谱成像，通过受灾前后的NDVI多光谱成像，能够有效判断灾区的受灾面积和受灾程度，通过评估系统预先判断设定区域的灾害评估，进而能够结合NDVI多光谱成像绘制的样品地图和灾后地图，能够快速得出其他区域的受灾情况。
进一步的，每次多光谱成像装置测定时间为测定日的14:00-15:30，并且测定日当天为无云遮挡的晴天。
根据上述实施例，优选地，多光谱成像装置采用具备拍摄多光谱功能的无人机，无人机将拍摄的成像数据传输至发射基站。
一种基于NDVI时间序列变化的损失评估方法，包括以下步骤；
(1)测定日的14:00-15:30，工作人员携带多光谱成像装置以及移动的发射基站开始对设定样品区域进行测定，多光谱成像装置用于定期测定作物产区中设定样品区域的NDVI多光谱成像，并将成像数据发送至移动的发射基站；
(2)发射基站将接收到的成像数据发送至多光谱图像对比设备，多光谱图像对比设备将接收到的成像数据按照相关算法拼接成样品区域的样品地图；
(3)灾后，工作人员携带多光谱成像装置以及移动的发射基站开始对设定样品区域进行测定，多光谱成像装置用于测定作物产区中设定样品区域的NDVI多光谱成像，并将灾后的成像数据发送至移动的发射基站；
(4)发射基站将接收到的灾后的成像数据发送至多光谱图像对比设备，多光谱图像对比设备将接收到的成像数据按照相关算法拼接成样品区域的灾后地图；
(5)评估系统按照设定区域的作物总株数以及受灾株数，对设定区域进行灾害评估，结合样品地图和灾后地图，快速得出其他区域的受灾情况。
本发明的有益效果是：本发明实现了基于植被指数变化的定损，多光谱成像装置测定作物产区中设定样品区域的NDVI多光谱成像，通过受灾前后的NDVI多光谱成像，能够有效判断灾区的受灾面积和受灾程度，通过评估系统判断设定区域的灾害评估，进而能够结合NDVI多光谱成像绘制的样品地图和灾后地图，能够快速得出其他区域的受灾情况。
以上仅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，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种基于NDVI时间序列变化的损失评估方法，其特征在于，包括多光谱成像装置、移动的发射基站、评估系统以及多光谱图像对比设备；
所述多光谱成像装置用于定期测定作物产区中设定样品区域的NDVI多光谱成像，并将成像数据发送至移动的发射基站；
所述发射基站接收短距离的多光谱成像装置发射的成像数据，并将成像数据发送至多光谱图像对比设备；
所述评估系统包括设定范围内作物总株数以及受灾株数，对设定样品区域的受灾情况进行损失评级；
所述多光谱图像对比设备接收发射基站发回的成像数据，并将相关信息按照相关算法进行拼接成样品地图以及灾后地图，多光谱图像对比设备对比样品地图和灾后地图，根据NDVI的变化以及样品区域的评级得出损失评估。
2.根据权利要求1所述的一种基于NDVI时间序列变化的损失评估方法，其特征在于，每次所述多光谱成像装置测定时间为测定日的14:00-15:30，并且测定日当天为无云遮挡的晴天。
3.根据权利要求2所述的一种基于NDVI时间序列变化的损失评估方法，其特征在于，所述多光谱成像装置采用具备拍摄多光谱功能的无人机，所述无人机将拍摄的成像数据传输至发射基站。
4.根据权利要求3所述的一种基于NDVI时间序列变化的损失评估方法，其特征在于，包括以下步骤；
(1)测定日的14:00-15:30，工作人员携带多光谱成像装置以及移动的发射基站开始对设定样品区域进行测定，多光谱成像装置用于定期测定作物产区中设定样品区域的NDVI多光谱成像，并将成像数据发送至移动的发射基站；
(2)发射基站将接收到的成像数据发送至多光谱图像对比设备，多光谱图像对比设备将接收到的成像数据按照相关算法拼接成样品区域的样品地图；
(3)灾后，工作人员携带多光谱成像装置以及移动的发射基站开始对设定样品区域进行测定，多光谱成像装置用于测定作物产区中设定样品区域的NDVI多光谱成像，并将灾后的成像数据发送至移动的发射基站；
(4)发射基站将接收到的灾后的成像数据发送至多光谱图像对比设备，多光谱图像对比设备将接收到的成像数据按照相关算法拼接成样品区域的灾后地图；
(5)评估系统按照设定区域的作物总株数以及受灾株数，对设定区域进行灾害评估，结合样品地图和灾后地图，快速得出其他区域的受灾情况。
CN201911080581.3A 2019-11-07 2019-11-07 一种基于ndvi时间序列变化的损失评估方法 Pending CN110827158A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911080581.3A CN110827158A (zh) 2019-11-07 2019-11-07 一种基于ndvi时间序列变化的损失评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911080581.3A CN110827158A (zh) 2019-11-07 2019-11-07 一种基于ndvi时间序列变化的损失评估方法

Publications (1)

Publication Number Publication Date
CN110827158A true CN110827158A (zh) 2020-02-21

Family

ID=69553032

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911080581.3A Pending CN110827158A (zh) 2019-11-07 2019-11-07 一种基于ndvi时间序列变化的损失评估方法

Country Status (1)

Country Link
CN (1) CN110827158A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009245395A (ja) * 2008-03-31 2009-10-22 Nippon Telegr & Teleph Corp <Ntt> 被災監視装置及び被災監視方法
CN104881727A (zh) * 2015-01-13 2015-09-02 北京师范大学 一种基于遥感抽样的农作物灾情损失评估方法
US20160063639A1 (en) * 2014-08-26 2016-03-03 David P. Groeneveld System and Method to Assist Crop Loss Adjusting of Variable Impacts Across Agricultural Fields Using Remotely-Sensed Data
CN105913361A (zh) * 2016-04-08 2016-08-31 民政部国家减灾中心 一种洪涝灾害评估系统和方法
CN106126920A (zh) * 2016-06-23 2016-11-16 北京农业信息技术研究中心 农作物雹灾受灾面积遥感评估方法
CN107169018A (zh) * 2017-04-06 2017-09-15 河南云保遥感科技有限公司 一种农业保险查勘、定损系统及其实现方法
CN108053325A (zh) * 2017-11-30 2018-05-18 河南云保遥感科技有限公司 一种基于农作物遥感技术的农业保险定损方法
CN109711102A (zh) * 2019-01-27 2019-05-03 北京师范大学 一种作物灾害损失快速评估方法
CN110736710A (zh) * 2019-11-07 2020-01-31 航天信德智图（北京）科技有限公司 一种基于ndvi时间序列的玉米产量评估方法
CN110827266A (zh) * 2019-11-07 2020-02-21 航天信德智图（北京）科技有限公司 一种基于多期影像对比的作物定损方法
CN114429467A (zh) * 2022-01-26 2022-05-03 自然资源部第一航测遥感院(陕西省第五测绘工程院) 一种基于遥感技术的玉米损害程度判别方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009245395A (ja) * 2008-03-31 2009-10-22 Nippon Telegr & Teleph Corp <Ntt> 被災監視装置及び被災監視方法
US20160063639A1 (en) * 2014-08-26 2016-03-03 David P. Groeneveld System and Method to Assist Crop Loss Adjusting of Variable Impacts Across Agricultural Fields Using Remotely-Sensed Data
CN104881727A (zh) * 2015-01-13 2015-09-02 北京师范大学 一种基于遥感抽样的农作物灾情损失评估方法
CN105913361A (zh) * 2016-04-08 2016-08-31 民政部国家减灾中心 一种洪涝灾害评估系统和方法
CN106126920A (zh) * 2016-06-23 2016-11-16 北京农业信息技术研究中心 农作物雹灾受灾面积遥感评估方法
CN107169018A (zh) * 2017-04-06 2017-09-15 河南云保遥感科技有限公司 一种农业保险查勘、定损系统及其实现方法
CN108053325A (zh) * 2017-11-30 2018-05-18 河南云保遥感科技有限公司 一种基于农作物遥感技术的农业保险定损方法
CN109711102A (zh) * 2019-01-27 2019-05-03 北京师范大学 一种作物灾害损失快速评估方法
CN110736710A (zh) * 2019-11-07 2020-01-31 航天信德智图（北京）科技有限公司 一种基于ndvi时间序列的玉米产量评估方法
CN110827266A (zh) * 2019-11-07 2020-02-21 航天信德智图（北京）科技有限公司 一种基于多期影像对比的作物定损方法
CN114429467A (zh) * 2022-01-26 2022-05-03 自然资源部第一航测遥感院(陕西省第五测绘工程院) 一种基于遥感技术的玉米损害程度判别方法

Similar Documents

Publication Publication Date Title
CN107169018A (zh) 一种农业保险查勘、定损系统及其实现方法
CN104482860B (zh) 鱼类形态参数自动测量装置和方法
CN106971167B (zh) 基于无人机平台的作物生长分析方法及其分析系统
CN108267175B (zh) 一种基于无人机的农作物监测方法和装置
US11632907B2 (en) Agricultural work apparatus, agricultural work management system, and program
CN106019264A (zh) 一种基于双目视觉的无人机危险车距识别系统及方法
JP6895680B2 (ja) 作物の倒伏度評価装置及び作物の倒伏度評価方法
EP3620774B1 (en) Method and apparatus for monitoring plant health state
CN112304902B (zh) 一种农作物物候的实时监测方法和装置
KR20200020209A (ko) 포장 단위별 다분광 영상 히스토그램 패턴 분석을 통한 작물 생육 모니터링 장치
Höhle DEM generation using a digital large format frame camera
CN210603292U (zh) 一种冬小麦干旱遥感监测分级指标系统
CN116363585A (zh) 一种输电线路在线监测方法及系统
CN115861859A (zh) 一种坡耕地环境监测方法及系统
CN115225865A (zh) 一种基于红外热成像的边海防视频监控装置
Domazetovic et al. Assessing the Vertical Accuracy of Worldview-3 Stereo-extracted Digital Surface Model over Olive Groves.
CN110383322B (zh) 产量信息显示系统
CN103777196B (zh) 基于地理信息的地面目标距离单站测量方法及其测量系统
CN110827158A (zh) 一种基于ndvi时间序列变化的损失评估方法
CN112949411A (zh) 一种光谱图像校正方法及装置
CN110781825B (zh) 一种电网滑坡区域识别系统及方法
CN110827266A (zh) 一种基于多期影像对比的作物定损方法
KR101111434B1 (ko) 가상 측량자를 이용한 실측방법 및 가상 측량자를 이용한 실측시스템
CN115830474A (zh) 一种识别野生藏药独一味及其分布并计算其产量的方法与系统
CN112949441A (zh) 一种植物覆盖率或者荒漠化监测系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination