【技术实现步骤摘要】
本专利技术申请涉及农作物灾害估测，具体涉及一种小麦成熟期连阴雨穗发芽霉变程度分级模型构建及应用。
技术介绍
1、在农业生产中，小麦作为重要的粮食作物，其产量与品质直接关系到国家粮食安全和农民的经济收益。然而，小麦成熟期的气候条件，尤其是连阴雨天气，往往成为影响小麦产量和品质的关键因素。近年来，全球气候变化导致极端天气事件频发，小麦成熟期遭遇连阴雨灾害的现象愈发普遍，给农业生产带来了巨大挑战。
2、目前，针对小麦成熟期连阴雨导致的穗发芽霉变程度分级缺乏系统、科学的技术手段进行精确监测和分级。现有的气象监测手段主要依赖于单一的气象因子，如降雨量、湿度、温度等，这些指标虽能在一定程度上反映天气状况，但阈值设定往往过于宽泛，难以精确反映连阴雨对成熟期小麦的具体影响，且忽略了小麦生长状态与气象条件的复杂交互作用，导致评估结果精度不足，难以有效指导农业生产实践。因此，亟需研发一种高效、精确的小麦成熟期连阴雨穗发芽霉变程度遥感分级方法。
3、公开于该
技术介绍
部分的信息仅用于加深对本公开的
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成本领域技术人员所公知的现有技术。
技术实现思路
1、鉴于以上技术问题中的至少一项，本申请提出了一种基于气象和遥感监测，结合机器学习算法的小麦成熟期连阴雨穗发芽霉变程度遥感分级方法。该方法通过整合多源遥感数据和气象数据，利用先进的机器学习技术，实现了对小麦穗发芽霉变程度的快速、准确评估。
2、根据本公开的第一方面，提供一
3、（1）采集待分级区域连阴雨期间的气象数据并进行预处理，所述气象数据包括逐日降雨量、日照时数、逐日平均相对湿度、平均风速；所述预处理包括将逐日降雨量和日照时数分别进行累计得到连阴雨过程累计雨量 ptotal和过程累计日照时数 stotal，将逐日平均相对湿度和逐日平均风速分别进行平均，得到对应的连阴雨过程平均湿度 uavg和过程平均风速 favg；
4、（2）由下式确定连阴雨气象指数 c以表示连阴雨强度：
5、 c= ptotal/ stotal，
6、式中： ptotal为连阴雨过程累计雨量； stotal为连阴雨过程累计日照时数；
7、（3）对所得预处理后的气象数据进行克里金空间插值处理，得到待分级区域的各气象因子栅格数据；
8、（4）采集待分级区域连阴雨期间、连阴雨前5日、连阴雨结束次日及过去5年同日或相邻日的卫星光学遥感数据，并进行预处理；所述预处理包括：对连阴雨过程的每15 min静止卫星的ssi产品进行累计得到连阴雨过程ssi；对连阴雨前的可见光-近红外卫星遥感数据分别计算归一化植被指数，并进行最大值合成，用以表征小麦的成熟程度ndvi1；对连阴雨结束次日的可见光-短波红外卫星遥感数据进行植被指数计算，得到ndvi2、ndvi3、归一化差值红外指数ndii、比值指数ri、大气阻抗植被指数arvi、结构不敏感色素指数sipi、花青素反射指数2 ari2，用以表征小麦的健康状态；计算连阴雨结束次日与过去5年同日或相邻日可见光波段的相似性欧氏距离 ed，用以表征连阴雨后遥感影像相比同期正常年的变化量；
9、（5）由下式确定连阴雨遥感指数vcri：
10、 vvcri= mndvi1× issi× wndii，
11、式中： mndvi1为连阴雨前的ndvi1； issi为连阴雨过程植被接受的太阳总辐射量； wndii为连阴雨后的ndii。vcri表示植被对连阴雨的响应程度；
12、（6）将利用遥感作物分类技术提取得到待分级区域的小麦种植分布栅格数据作为栅格底图；
13、（7）在待分级区域随机选取地块，取样并记录穗发芽和霉变茎数，脱粒后记录每穗的穗粒数、霉变粒数和发芽粒数，以获取小麦穗发芽霉变灾情样本数据；
14、（8）构建小麦穗发芽霉变指数egmi：
15、 eegmi=（ rgstem· rgear+ rmstem· rmear）×50 ，
16、式中： rgstem为穗发芽的茎数比； rgear是穗上籽粒发芽比； rmstem为穗霉变的茎数比； rmear为穗上籽粒霉变比；50是发芽、霉变比的权重； eegmi的取值范围0～100，表示监测的最小空间单元小麦穗发芽霉变率；
17、（9）利用所述小麦穗发芽霉变灾情样本数据计算穗发芽、霉变的茎数比和穗上籽粒发芽、霉变之比，计算小麦穗发芽霉变指数egmi，并按下述阈值范围对egmi进行分级，表示小麦发生穗发芽霉变的程度：
18、egmi≤5.0为未发生穗发芽霉变，5.0＜egmi≤30.0为轻度发生穗发芽霉变，egmi>30.0为重度发生穗发芽霉变；
19、（10）采用局部离群值因子算法进行样本异常值处理；
20、（11）利用spearman方法筛选与穗发芽霉变指数egmi相关性较高的气象和遥感因子；
21、（12）对筛选出的气象和遥感因子进行归一化处理；
22、（13）基于spearman方法筛选出的关键因子，利用随机森林分类器模型构建小麦穗发芽霉变程度分级模型，并采用小麦灾情样本数据对该分级模型进行训练，确定其超参数。
23、在本公开的一些实施例中，在所述步骤（12）中，利用下式进行归一化处理：
24、，
25、式中： fi为各因子值， fmax和 fmin分别为各因子在区域小麦像元上的最大值和最小值。
26、在本公开的一些实施例中，在所述步骤（4）中，利本文档来自技高网...
【技术保护点】
1.一种小麦成熟期连阴雨穗发芽霉变程度分级模型的构建方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的构建方法，其特征在于，在所述步骤（12）中，利用下式进行归一化处理：
3.根据权利要求1所述的构建方法，其特征在于，在所述步骤（11）中，筛选的方法为：
4.根据权利要求1所述的构建方法，其特征在于，在所述步骤（4）中，利用下式计算相似性欧氏距离ED：
5.根据权利要求1所述的构建方法，其特征在于，在所述步骤（4）中，连阴雨前5日的可见光-近红外的光谱范围为0.4~0.9μm；连阴雨结束次日的可见光-短波红外的光谱范围为0.4~2.5μm。
6.一种小麦成熟期连阴雨穗发芽霉变程度遥感分级方法，其特征在于，基于权利要求1所得小麦成熟期连阴雨穗发芽霉变程度分级模型，利用待分级区域小麦分布栅格底图提取得到的区域上最小空间像元的气象因子和遥感因子，实现小麦穗发芽霉变的分级。
【技术特征摘要】
1.一种小麦成熟期连阴雨穗发芽霉变程度分级模型的构建方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的构建方法，其特征在于，在所述步骤（12）中，利用下式进行归一化处理：
3.根据权利要求1所述的构建方法，其特征在于，在所述步骤（11）中，筛选的方法为：
4.根据权利要求1所述的构建方法，其特征在于，在所述步骤（4）中，利用下式计算相似性欧氏距离ed：
5.根据权...
【专利技术属性】
技术研发人员：郭其乐，李树岩，李军玲，邹春辉，郭鹏，方文松，李梦夏，薛昌颖，
申请(专利权)人：河南省气象科学研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。