生成单元，用于在识别处理结果中筛选出含有冬小麦种植 区的有效类别，根据所述有效类别生成第二冬小麦种植区域集。
[0048] 结合第二方面至第二方面的第二种可能的实施方式，本发明实施例提供了第二方 面的第三种可能的实施方式，其中，所述冬小麦秸杆焚烧污染物排放量计算模块包括：
[0049] 第三获取单元，用于获取秸杆焚烧百分比和秸杆焚烧污染物排放因子；
[0050] 冬小麦秸杆焚烧污染物排放量计算单元，用于根据所述秸杆产量和如下公式，计 算得到冬小麦种植区的秸杆焚烧污染物排放量，
[0051] p = γχ n XR,
[0052] 其中，P为秸杆焚烧污染物排放量，Y为秸杆产量，η为秸杆焚烧百分比，R为秸杆 焚烧污染物排放因子。
[0053] 在本发明实施例提供的方法及装置中，上述测算方法通过利用物候特征、非监督 分类及识别处理相结合的方式，对确定出来的冬小麦种植区域集进行多次叠加处理，来确 定冬小麦的种植范围，提高了冬小麦种植范围判别的准确度，在此基础上再根据冬小麦生 长的物候特征和归一化植被指数数据在确定出来的冬小麦种植范围内确定秸杆产量，进而 根据该秸杆产量计算得到冬小麦秸杆焚烧污染物排放量，由此提高了秸杆焚烧污染物排放 量的测算精度，进而实现根据该污染物排放量准确地指导环境污染的治理。
[0054] 为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合 所附附图，作详细说明如下。
【附图说明】
[0055] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附 图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对 范围的限定，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，还可以根据这 些附图获得其他相关的附图。
[0056] 图1示出了本发明实施例所提供的一种冬小麦秸杆焚烧污染物排放量的测算方 法的流程图；
[0057] 图2示出了本发明实施例所提供的确定第一冬小麦种植区域集的流程图；
[0058] 图3示出了本发明实施例所提供的确定第二冬小麦种植区域集的流程图；
[0059] 图4示出了本发明实施例所提供的一种冬小麦秸杆焚烧污染物排放量的测算装 置的结构示意图；
[0060] 图5示出了本发明实施例所提供的第一冬小麦种植区域集确定模块的结构示意 图；
[0061] 图6示出了本发明实施例所提供的第二冬小麦种植区域集确定模块的结构示意 图。
【具体实施方式】
[0062] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅 是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实 施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的 实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实 施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所 有其他实施例，都属于本发明保护的范围。
[0063] 考虑到相关技术中冬小麦秸杆焚烧污染物排放量的测算方法确定的污染物排放 量准确度低，因此，无法根据该污染物排放量准确地指导环境污染的治理的问题。基于此， 本发明实施例提供了一种冬小麦秸杆焚烧污染物排放量的测算方法及装置，下面通过实施 例进行描述。
[0064] 如图1所示，本发明实施例提供了一种冬小麦秸杆焚烧污染物排放量的测算方 法，该方法包括步骤S101-S105,具体如下：
[0065] 步骤SlOl :根据冬小麦生长的物候特征和归一化植被指数数据在研究区中提取 出多个冬小麦种植区域，将所述多个冬小麦种植区域作为第一冬小麦种植区域集；
[0066] 具体的，如图2所示，第一冬小麦种植区域集是通过如下步骤确定的，具体包括：
[0067] 步骤SlOll :获取冬小麦生长的物候特征和归一化植被指数数据；
[0068] 在本发明提供的实施例中以我国第一大冬小麦种植省份河南省为例，首先，利用 卫星遥感的方式获取研究区冬小麦生长周期中多期归一化植被指数数据，即获取MODIS NDVI 数据（Moderate-resolution Imaging Spectroradiometer Normalized Difference Vegetation Index，卫星250m分辨率的16天合成的归一化植被指数数据），同时，获取冬小 麦生长的物候特征，冬小麦的生长规律与其他作物、自然植被相比，冬小麦的变化规律存在 以下两个突变点：
[0069] -是每年的4~6月，冬小麦从孕穗期至收割期，因此，冬小麦种植区内的归一化 植被指数数据将出现上升到最高值后突然降低的规律；
[0070] 二是每年秋分前后为冬小麦的播种期，且越冬休眠期前的一段时间内还会继续生 长，当冬季其他作物及自然植被的覆盖度将出现降低时，冬小麦的覆盖度逐渐增大，因此， 冬小麦种植区内的归一化植被指数数据将呈上升趋势。然后，利用步骤S1012制定冬小麦 种植区的物候规则。
[0071] 步骤S1012 :根据所述物候特征和所述归一化植被指数数据，制定冬小麦种植区 的物候规则；
[0072] 首先，分析通过步骤SlOl获取的河南省内2010年共23景MODIS NDVI数据，可见 2010年河南省内冬小麦主产区范围内的归一化植被指数值上在5月中旬达到一个峰值，而 在6月中旬急剧降低，两时段的归一化植被指数数据形成鲜明对比；
[0073] 另外，在11月上旬归一化植被指数数据达到秋冬季节的低谷，但到12月上旬后， 冬小麦的主产区范围内的归一化植被指数数据则有明显提升，两景同样形成明显对比。
[0074] 然后，结合冬小麦生长的物候特征在归一化植被指数数据变化上表现出的特点， 可以制定以下物候规则：
[0075] 第一物候规则：6月冬小麦收割期，归一化植被指数数据数据由高点突然显著下 降，也就是说，冬小麦种植区5月中旬的归一化植被指数数据大于6月中旬的归一化植被指 数数据；
[0076] 第二物候规则：入冬以后，冬小麦播种后，越冬休眠之前会有一段生长期，冬小麦 继续生长，也就是说，冬小麦种植区12月上半月的归一化植被指数数据大于11月上半月的 归一化植被指数数据且冬小麦的归一化植被指数数据大于其他植被的归一化植被指数数 据。
[0077] 步骤S1013 :根据所述物候规则在研究区中提取出多个冬小麦种植区域，将所述 多个冬小麦种植区域作为第一冬小麦种植区域集。
[0078] 通过步骤S102制定上述两个冬小麦的物候规则后，在地理信息系统支持下建模， 提取符合上述物候规则的栅格，将此栅格设置为冬小麦种植区的掩膜，从而提取出多个冬 小麦种植区域，将该多个冬小麦种植区域作为第一冬小麦种植区域集。
[0079] 步骤S102 :对归一化植被指数数据进行非监督分类处理，根据高分辨率遥感影像 数据确定非监督分类结果中的冬小麦种植区有效类别，根据所述有效类别生成第二冬小麦 种植区域集；
[0080] 如图3所示，第二冬小麦种植区域集是通过如下步骤确定的，具体包括：
[0081] 步骤S1021 :获取归一化植被指数数据和高分辨率遥感影像数据；
[0082] 其中，上述归一化植被指数数据为研究区多期的MODIS NDVI数据，如河南省内 2010年冬小麦生长期内共16景MODIS NDVI数据。
[0083] 步骤S1022 :对上述归一化植被指数数据进行非监督分类处理，得到非监督分类 结果；
[0084] 具体的，利用地理信息系统平台软件ArcGIS软件对河南省2010年共16景的 MODIS NDVI数据做非监督分类处理，将研究区的所有栅格提取为20类，非监督分类处理的 具体过程为：
[0085] 首先，在遥感处理软件中，对冬小麦生长周期各月份NDVI影像X(共16景）进行 处理，通过以下公式得到新的NDVI影像Z ;以使NDVI影像数据范围转换为相同的范围。具 体公式为：
[0087] 其中，Z为输出的影像，其包含有新的数据范围，X为输入的影像，oldmin指输入的 影像中的最小值，oldmax指输入的影像中的最大值，newmin指所需输出影像中的最小值