一种生育期动态匹配的遥感长势监测方法及设备与流程

本发明涉及农业遥感作物长势监测，具体涉及一种生育期动态匹配的遥感长势监测方法及设备。

背景技术：

1、作物长势是指作物的生长状况与趋势。作物长势可以用个体和群体特征来描述，获取作物长势的传统方法是地面调查，现代农业生产中则主要利用遥感技术监测作物生长状况与趋势。作物长势的遥感监测充分体现了遥感技术宏观、客观、及时、经济的特点，可为田间管理提供及时的决策支持信息，并为早期估测产量提供了依据。长势遥感监测的基础是必须有可用遥感监测的生物学长势因子，以植被指数、叶面积指数等为代表的植被遥感参数是公认的能够反映作物长势的遥感监测指标，其中以归一化植被指数(ndvi)等在作物种植信息提取、长势监测和产量预报中的应用最为广泛。特别是随着“3s集成应用技术、高分辨率卫星资料和大数据计算技术等的快速发展，农作物长势遥感监测信息已成为指导农业生产不可或缺的重要信息。

2、作物长势监测主要包括过程监测和实时监测。过程监测也称为随时间变化监测，主要是利用时序ndvi图像计算需要的参数值来构建作物生长过程，对年际间各时期的生长状况对比来反映作物生长的状况。实时监测是指利用实时ndvi图像值，与去年、多年平均或指定的某一年的ndvi值对比，通过对ndvi差异值进行分级、统计和区域显示达到实时的反映作物生长差异的监测方法。

3、但是不论是过程监测还是实时监测，在进行年际间比较时，大多是基于绝对时间进行比较，但是年际间作物生育期时间存在差异，直接进行比较存在一定误差。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种生育期动态匹配的遥感长势监测方法及设备，以解决现有技术中的方式在进行比较存在一定误差的问题。

2、根据本发明实施例的第一方面，提供一种生育期动态匹配的遥感长势监测方法，其特征在于，包括：

3、获取作物历史长势数据，根据作物历史长势数据中每年的原始时间序列得出滤波信号、斜率信号和波动信号；

4、根据每年的滤波信号、斜率信号和波动信号，计算得出最佳弯曲路径，将所述最佳弯曲路径应用于原始时间序列，得到相似度量结果；

5、根据所述相似度量结果进行标准曲线迭代，构建出历史标准曲线；

6、获取最新一期作物长势数据，根据所述最新一期作物长势数据计算得出优值、良值和中值；

7、将所述良值添加至该种植季的生长曲线内，将所述良值与历史标准曲线进行匹配，得到两者原始时间序列的最佳弯曲路径，根据两者原始时间序列的最佳弯曲路径设定当期长势等级阈值；

8、根据当期长势等级阈值对最新一期作物长势数据进行长势等级判定。

9、优选的，根据原始时间序列得出滤波信号，包括：

10、用滑动窗口对原始时间序列进行移动平均，得到滤波信号；

11、所述滤波信号f＝{f1,…,fn}，所述滑动窗口的长度为2r+1；

12、fi通过如下公式计算：

13、

14、其中，原始时间序列为x＝{x1,…,xn}；r为滤波信号参数；k为滤波窗口第k期数据；n为数据总期数。

15、优选的，根据原始时间序列得出斜率信号，包括：

16、根据所述滤波信号的局部极值点位置对所述滤波信号进行分段，得到多个单调变化的子序列段；

17、对每个子序列段进行线性拟合，将拟合线段的斜率作为原始时间序列对应子序列段的斜率；

18、合并子序列段斜率，得到原始时间序列对应的斜率信号；

19、斜率信号为k＝{k1,…,kn}，ki的计算公式如下：

20、

21、其中，fv为滤波信号f的局部极值点的值，fp为滤波信号f局部极值点位置。

22、优选的，根据原始时间序列得出波动信号，包括：

23、采用加法模型对时间序列进行分解，得出波动信号c＝{c1,…,cn}；

24、ci的计算公式为：ci＝xi-fi,i＝1,…n.

25、

26、优选的，所述根据每年的滤波信号、斜率信号和波动信号，计算得出最佳弯曲路径，包括：

27、用dtw算法度量滤波信号、斜率信号和波动信号的相似距离，得到累积距离矩阵，根据所述累积距离矩阵得到原始时间序列的最佳弯曲路径，公式如下：

28、dtw(x,y)＝d(n,m)

29、

30、f(i,j)＝(fx(i)-fy(j))2

31、k(i,j)＝(kx(i)-ky(j))2

32、c(i,j)＝(cx(i)-cy(j))2

33、其中，d是累积代价矩阵，f(i,j)是滤波信号两点距离，k(i,j)是斜率信号两点距离，c(i,j)是波动信号两点距离；η为斜率信号权重；μ为波动信号权重。

34、优选的，根据所述相似度量结果进行标准曲线迭代，构建出历史标准曲线，包括：

35、利用如下公式进行标准曲线迭代：

36、

37、其中，ndvii为迭代后第i个时间的值，为历史标准曲线第i个时间的值，为曲线最佳弯曲路径d(i,j)中i所对应被迭代时序j时间的值，a为历史曲线累计年份。

38、优选的，根据所述最新一期作物长势数据计算得出优值、良值和中值，公式如下：

39、

40、其中，ndvil是最新一期的良值，ndviy是最新一期的优值，ndviz是最新一期的中值，ndvit是第t个地块的ndvi均值，k是区域范围内总地块数。

41、优选的，通过如下公式设定当期长势等级阈值：

42、

43、

44、其中ndvili是i时间的良值，ndviyi是i时间的优值，ndvizi是i时间的中值，是最佳弯曲路径d(i,j)中i＝n时j所对应的历史标准曲线数据，是i时间的良级阈值，是i时间的优级阈值，是i时间的中级阈值。

45、根据本发明实施例的第二方面，提供一种生育期动态匹配的遥感长势监测设备，包括：

46、主控器，及与所述主控器相连的存储器；

47、存储器，其中存储有程序指令；

48、所述主控器用于执行存储器中存储的程序指令，执行上述任一项所述的方法。

49、本发明的实施例提供的技术方案可以包括以下有益效果：

50、可以理解的是，本发明示出的技术方案，在构建历史标准曲线时，进行了生育期时间动态匹配，解决了历史标准曲线构建时年际间作物生育期差异造成的曲线误差问题，满足了年际间数据迭代的精度提升目的。长势监测过程中，动态循环的进行生育期的匹配，为每期最新数据寻找最佳历史匹配时间，获取该时期最佳的等级判定阈值，提高了长势监测的准确性。将不同年不同地块的数据归化至基于生育期的相对时间，更加符合作物生长的规律，满足了不同时期作物长势监测的精度要求。

51、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。