专利名称：农作物产量变异程度监测方法
技术领域：
本发明涉及农作物产量监测领域，特别涉及一种基于遥感技术的农作物产量变 异程度监测方法。
背景技术：
在我国目前的农业生产条件下，农民的地块通常比较分散、零碎，同一区域内 不同地块在土壤、气候等方面存在差异，同时，农户管理措施多样，因而使不同的地块 在作物长势和亩产水平上也存在较大的差异。即便是同一地块内部，由于其基础地力、 地形、以及管理水平等因素的不同，也存在作物产量的差异。作物产量的变异程度是衡 量作物长势的一个标准，也是评价不同地块基础地力的一个重要指标。现有技术中，获取地块内部作物产量数据，一是通过传统的抽样方法，该方法 一般都是针对较大区域开展，采用多阶段抽样，如以省为总体的五阶段抽样，即省抽县 市，县市抽乡镇，乡镇抽村民小组，村民小组抽地块，地块抽样本点；以及以县为主体 的三阶段抽样和以村为主体的抽样。或者在地块内部加大抽样密度，以期获得较为准确 的产量数据。但是，这种通过人工调查的方式逐级逐个地块抽样的方法往往无法保证样 本的代表性，对产量变异的监测也无法落实的具体地块内部；而且作物产量数据的获取 工作量大且成本高，速度慢，无法大面积推广。随着精准农业技术的发展，地块内作物产量数据可以依靠带测产系统的联合收 割机来获取，同时也可以生成针对地块的产量图。但由于测产收割机成本较高，无法大 面积推广，因此，还无法在大区域内获取不同地块的产量数据，不能够满足现代农业管
理的需要。
发明内容
(一)要解决的技术问题本发明要解决的技术问题是如何快速获得更准确的基于地块的农作物产量变异 数据，且降低成本、节省人力物力。( 二 )技术方案为此，本发明提供了一种农作物产量变异程度监测方法，包括以下步骤步骤1、对获得的目标农作物的遥感影像数据进行处理得到栅格数据，根据所述 栅格数据计算得到不同地块的遥感估产数据；步骤2、根据所述栅格数据获取像元尺度上的作物产量数据并获得不同地块的面 状矢量数据；步骤3、建立不同地块的作物产量数据库；步骤4、根据作物产量数据库将各个地块的目标农作物的产量变异程度制成专题 图。其中，所述步骤1具体包括
步骤11、获取目标农作物生长期的多时相遥感影像，对所述遥感影像进行预处 理；步骤12、对预处理后的遥感影像进行分类提取，获得目标地块中目标农作物的 栅格数据；对不同地块的作物产量变异程度进行监测；步骤13、根据所述栅格数据，结合所述目标农作物的长势参数和最终产量进行 产量估算，获得不同地块的遥感估产数据。所述步骤3具体包括将不同地块的所述面状矢量数据与遥感估产数据进行叠加，获得基于地块目标 单元的作物产量数据库。所述步骤3还包括获得基于地块目标单元的矢量图。所述步骤3具体包括以地块的面状矢量数据为计算单元，将不同地块与其包含的作物产量信息对 应，逐一计算每一地块包含的产量数据的特征；将计算结果作为属性信息，添加到所述地块面状矢量数据中，构建基于不同地 块的作物产量数据库。所述产量数据包括产量最大值、最小值、均值、标准偏差及变异系数。(三)有益效果上述技术方案具有如下优点通过获取地块的产量数据，有利于管理单位和农 业企业在生产调控时实时宏观地监测掌握作物产量的信息，缩短抽样时间，降低成本， 提高效率；也有助于通过将农作物产量信息反馈给生产管理者和农民，积累农作物产量 形成的规律和知识，以指导农作物调优栽培管理等。
图1是本发明实施例的农作物产量变异程度监测方法流程图；图2是本发明实施例的获得遥感估产数据的步骤流程图；图3是本发明实施例的北京市2009年冬小麦种植区分布的遥感监测图；图4是本发明实施例的北京市2009年冬小麦最终地块矢量数据图；图5是本发明实施例的北京市2009年冬小麦产量遥感监测图；图6是本发明实施例的北京市2009年冬小麦产量变异程度遥感监测图。
具体实施例方式下面结合附图和实施例，对本发明的具体实施方式
作进一步详细描述。以下实 施例用于说明本发明，但不用来限制本发明的范围。如图1所示，是本发明实施例的农作物产量变异程度监测方法流程图，本发明 提出的基于遥感技术与GIS技术的农作物产量变异程度监测方法包括下列步骤步骤1、获得遥感估产数据的步骤根据获得的目标农作物的遥感影像数据得 到不同地块的遥感估产数据。遥感估产是根据生物学原理，在收集分析各种粮食作物不同光谱特征的基础 上，通过卫星传感器测得的地表信息，辨别作物类型，监测作物长势，并在作物收获前，预测作物的产量。遥感估产包括两项重要内容作物识别和播种面积提取，长势监 测和产量预报。遥感估产的对象大多为区域级，现有技术中一般针对不同省、市级单位 进行产量估测；本发明通过遥感估产，获取大区域范围内作物产量数据，在此基础上， 针对不同地块进行产量变异评价。如图2所示，为本发明实施例的获得遥感估产数据的 步骤流程图，包括步骤11、遥感影像预处理获取研究区目标农作物生长期的多时相遥感影像， 对获取的遥感影像进行预处理；对获得的遥感影像进行预处理是准确获取作物长势信息的基础，本实施例对遥 感影像的预处理包括辐射纠正，大气纠正和几何纠正；辐射纠正和大气纠正的目的是消 除遥感影像获取时受到的传感器自身、大气以及太阳高度角等各种因素的影响，获得地 表真实反射率数据，一般利用大气辐射传输模拟软件如6S、MODTRAN等进行，也可 以直接利用遥感专业软件提供的大气纠正模块进行影像的大气辐射纠正，如RSI公司的 ENVI软件的FLAASH模块；几何纠正是利用地面控制点纠正各种因素引起的遥感影像的几何变形，对遥感 影像进行地理坐标定位，实现与标准图像、标准地图以及标准面状矢量数据的几何整 合，几何纠正可以通过ENVI软件的几何纠正功能实现。步骤12、目标农作物提取对预处理后的遥感影像进行分类提取，获得目标地 块中目标农作物的空间分布栅格数据，对不同地块的作物产量变异程度进行监测；目标农作物的提取是农作物产量遥感反演和地块信息的提取基础。本实施例针 对所研究的农作物生长发育特征，获取研究区多时相遥感影像数据，对遥感影像进行预 处理之后，通过遥感软件对预处理后的数据实现计算机自动分类，提取不同目标农作物 的空间分布情况，目标农作物的提取结果一般为某种农作物的空间分布栅格图，由图可 以得到目标农作物的空间分布栅格数据，根据影像分辨率的不同，农作物分布尺度可以 从区县级到省级以至更大区域级别。与现有技术中的作物估产不同的是在进行地块尺 度的作物产量变异程度监测时，不但要进行农作物产量遥感监测，同时由于研究目标为 不同自然地块，因此，还需要获取最新的自然地块边界信息。步骤13、作物产量遥感反演根据栅格数据，结合目标农作物的长势参数和最 终产量进行产量估算，获得不同地块的遥感估产数据。作为作物估产核心内容之一的单产遥感估算技术研究，从初期简单的光谱或指 数统计回归模型，发展到今天以作物生理生态机理为基础的区域生长模拟遥感模型阶 段，研究不论从机理性、广泛性，还是从综合性、应用性方面，都取得了不同程度的进展。本实施例利用已有的研究成果，在作物生长期内，获取多源多时相卫星遥感数 据，同时，在作物关键生育期，获取大田作物长势参数，最终产量及相关参数，综合多 种作物单产遥感估算模型，进行产量估算，以获取大面积作物产量数据。现有技术中的遥感估产能够以像元为单位获取区域范围内作物的产量数据，但 对于地块内部产量的变化，由于地块边界数据的缺乏，则很少涉及，本发明针对这一问 题，通过遥感估产技术获取大区域作物产量数据，以农作物种植地块为研究对象，提出 集成遥感与GIS技术的基于地块的农作物产量变异程度的监测方法，在区、县、省、市等较大尺度上，实现针对地块内部的快速、准确、实时的农作物产量变异程度的监测及 评价。步骤2、地块边界信息获取的步骤根据栅格数据获取像元尺度上的作物产量 数据并获得不同地块的边界面状矢量数据。本发明针对地块开展作物产量变异监测，因此，需要实时获取地块边界数据。 地块边界信息的提取针对作物分类后的栅格数据进行，本发明采用以下两种方法提取地 块的边界数据(1)利用RSI公司遥感图像处理软件ENVI将分类后的栅格数据转化为面状矢量 数据，与已有的土地利用数据叠加，通过ESRI公司的ArcView 3.3软件提供的矢量图层 Intersect算法，对两层面状矢量数据叠加切割，提取地块边界，对于获取的地块数据，再 通过与最新遥感数据进行目视对比，在ArcView软件中对地块边界信息进行修正，作为 最终的自然地块面状矢量数据。(2)以已有的土地利用数据为引导，针对研究区农作物的分类结果，利用易康软 件(ECognition)对栅格数据再进行面向对象的分割，分割算法可借鉴ECognition软件提供 的方法，将目标单元划分为若干地块子对象并生成地块面状矢量数据。步骤3、针对地块的作物产量数据库的建立的步骤获取自然地块的最新面状 矢量数据后，将地块面状矢量数据与遥感估产的栅格数据进行叠加，获得基于地块目标 单元的矢量图和作物产量数据库。本实施例的这一过程是利用VB调用GIS 二次开发工具包Mabobjects2.2进行编 程运算完成的。首先，以地块面状矢量数据为计算单元，将不同地块与其所包含的作物 产量信息对应，逐一计算每一地块包含的所有产量数据的特征，计算内容包括每一地块 所包含的产量最小值，最大值，均值，标准偏差以及变异系数；其次，在运算过程中， 利用M02.2提供的面状矢量数据编辑功能，将计算结果作为属性信息，添加到地块面状 矢量数据中，构建新的基于不同地块的作物产量数据库，除产量相关信息外，该数据库 还标识出不同地块面积大小，周长以及地类名称等信息。步骤4、专题图制作的步骤根据作物产量数据库将各个地块的目标农作物的 产量变异程度制成专题图。在基于地块的作物产量数据库建立之后，可以对整个区域范围内所有地块的目 标农作物的产量变异程度进行成图，以实现大范围的作物产量变异程度的宏观监测与评 价。实施例1本实施例以北京地区为例，通过本方法的实施，最终获取北京地区2009年冬小 麦产量变异程度的监测结果。应用本发明的农作物产量变异程度监测方法，本实施例包 括以下步骤1、遥感影像的获取及处理的步骤2009年度，在冬小麦生长季共获取研究区Landsat TM遥感影像4景，获取日期 分别为3月30日，4月15日，5月17日和6月2日，分别对应冬小麦起身期、拔节期， 孕穗期及灌浆期。所有Landsat影像，采用6S模型支持下的暗目标法进行了大气纠正，获 取了所有影像的地表反射率。影像的几何纠正采用图像对图像选取地面控制点的方法，每景影像选取超过300个地面控制点，此外，根据实际调查时所获取的卫星差分GPS控 制点对整个图像进行了修正，经过几何纠正的图像精度控制在一个像元之内。2、目标农作物提取的步骤利用2009年度3月30日、4月15日，5月17日以及6月2日Landsat5TM冬小 麦生长季遥感影像，采用决策树分类法，对北京地区冬小麦种植区进行了提取。提取结 果如图3所示，为本发明实施例的北京市2009年冬小麦种植区分布的遥感监测图，获得 冬小麦的栅格数据。3、地块信息获取的步骤利用易康软件(ECognition)对上一步得到的栅格数据再进行面向对象的分割， 对于图3中获取的冬小麦种植区进行分割，获取地块边界信息，在ARCVIEW3.3软件 中，通过与高分辨率卫星遥感影像目视解译获取的2006年北京地区农田划分类型矢量图 进行对比，同时叠加2009年冬小麦遥感影像提取信息，通过目视解译，确定2009年北京 通州地区冬小麦种植地块边界。冬小麦地块数据经过修正后，如图4所示，为本发明实 施例的北京市2009年冬小麦最终地块矢量数据图。4、作物产量遥感估测的步骤2009年度冬小麦生长期内，在北京通州、顺义等粮食主产区选取30多个样点， 配合卫星过境时间，获取了冬小麦关键生育期群体长势参数，在收获期对所有试验样 点，获取其产量数据；根据获取的冬小麦群体长势数据和产量数据，与多时相卫星遥感 影像信息建立冬小麦产量遥感监测模型，通过该模型进行反演，获取大范围小麦单产监 测数据，如图5所示，为本发明实施例的北京市2009年冬小麦产量遥感监测图。5、针对地块的作物产量数据库的建立对于每一地块，利用VB结合GIS 二次开发控件MO编程提取地块所对应所有像 元对应的产量值，计算出该地块不同时相NDVI最小值、最大值、均值、标准偏差及变 异系数，并将此信息以新的字段添加到地块矢量文件对应的记录中，生成作物产量数据库。6、专题图制作的步骤利用GIS软件生成研究区冬小麦产量变异程度评价图，实现对不同地块内部冬 小麦产量变异的监测，结果如图6所示，为本发明实施例的北京市2009年冬小麦产量变 异程度遥感监测图。由以上实施例可以看出，本发明实施例的技术方案充分利用了遥感影像数据能 够多次、瞬时、无损的获取大范围“面状”地物光谱信息的特点，针对自然地块开展农 作物产量变异程度的评价，克服了以往农作物产量变异程度的调查费时费力，效率低的 缺点，在提高工作效率，减轻工作强度的同时，有效的提高了大范围农作物产量变异程 度监测的准确性与精度。以上所述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，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进 和变型也应视为本发明的保护范围。
权利要求
1.农作物产量变异程度监测方法，其特征在于，包括以下步骤步骤1、对获得的目标农作物的遥感影像数据进行处理得到栅格数据，根据所述栅格 数据计算得到不同地块的遥感估产数据；步骤2、根据所述栅格数据获取像元尺度上的作物产量数据并获得不同地块的面状矢 量数据；步骤3、建立不同地块的作物产量数据库；步骤4、根据作物产量数据库将各个地块的目标农作物的产量变异程度制成专题图。
2.如权利要求1所述的农作物产量变异程度监测方法，其特征在于，所述步骤1具体 包括步骤11、获取目标农作物生长期的多时相遥感影像，对所述遥感影像进行预处理； 步骤12、对预处理后的遥感影像进行分类提取，获得目标地块中目标农作物的栅格 数据；对不同地块的作物产量变异程度进行监测； 步骤13、根据所述栅格数据，结合所述目标农作物的长势参数和最终产量进行产量 估算，获得不同地块的遥感估产数据。
3.如权利要求1所述的农作物产量变异程度监测方法，其特征在于，所述步骤3具体 包括将不同地块的所述面状矢量数据与遥感估产数据进行叠加，获得基于地块目标单元 的作物产量数据库。
4.如权利要求3所述的农作物产量变异程度监测方法，其特征在于，所述步骤3还包 括获得基于地块目标单元的矢量图。
5.如权利要求1所述的农作物产量变异程度监测方法，其特征在于，所述步骤3具体 包括以地块的面状矢量数据为计算单元，将不同地块与其包含的作物产量信息对应，逐 一计算每一地块包含的产量数据的特征；将计算结果作为属性信息，添加到所述面状矢量数据中，构建基于不同地块的作物产量数据库。
6.如权利要求5所述的农作物产量变异程度监测方法，其特征在于，所述产量数据包 括产量最大值、最小值、均值、标准偏差及变异系数。
全文摘要
本发明公开了一种农作物产量变异程度监测方法，包括以下步骤步骤1、对获得的目标农作物的遥感影像数据进行处理得到栅格数据，根据栅格数据计算得到不同地块的遥感估产数据；步骤2、根据所述栅格数据获取像元尺度上的作物产量数据并获得不同地块的面状矢量数据；步骤3、建立不同地块的作物产量数据库；步骤4、根据作物产量数据库将各个地块的目标农作物的产量变异程度制成专题图。本发明克服了现有监测方法中调查费时费力，效率低的缺点，在提高工作效率，减轻工作强度的同时，有效的提高了大范围农作物产量变异程度监测的准确性与精度。
文档编号G06Q10/00GK102013047SQ20101027964
公开日2011年4月13日 申请日期2010年9月10日 优先权日2010年9月10日
发明者宋晓宇, 徐新刚, 李存军, 杨小冬, 杨浩, 杨贵军, 王纪华, 顾晓鹤, 黄文江 申请人:北京农业信息技术研究中心