一种缺水区作物种植结构监测和调整决策的方法及系统

1.本发明涉及农业遥感技术领域，尤其涉及一种缺水区作物种植结构监测和调整决策的方法及系统。


背景技术：

2.长期以来，人们普遍采用人工灌溉来开发土地资源，而现有的耕地面积有限，特别是在干旱或半干旱区，大面积的人工垦殖加之粗放的农田漫灌，消耗大量地下水资源且引发了区域内大面积的水盐运移、重组和累积，造成这些地区宜耕高产的农牧土地面积呈锐减的态势。因此，必须对缺水区耕地实施有效的监控，以指导合理的作物种植结构调整。
3.目前的作物种植结构调整主要依靠人工统计上报数据，一方面没有具体田块的空间位置信息，另一方面缺少与地下水缺水变化的空间耦合叠加分析。人工统计上报数据具有明显的效率低和准确率不高的问题。
4.针对上述缺陷，需要提出一种新的缺水区作物种植指导方法。


技术实现要素：

5.本发明提供一种缺水区作物种植结构监测和调整决策的方法及系统，用以解决现有技术中针对缺水区的作物种植结构调整指导主要依赖于人工，导致效率和准确性均不高的缺陷。
6.第一方面，本发明提供一种缺水区作物种植结构监测和调整决策的方法，包括：
7.获取地下缺水区重力卫星数据，结合地下水位数据空间插值计算，得到地下水重点缺水区分布图；
8.获取地下缺水区遥感影像数据，对所述地下缺水区遥感影像数据进行植被指数选择计算以及按照大区域作物种植遥感分类，得到作物优势度图；
9.综合所述地下水重点缺水区分布图和所述作物优势度图，得到作物种植调整指导结果。
10.根据本发明提供的一种缺水区作物种植结构监测和调整决策的方法，所述获取地下缺水区重力卫星数据，包括：
11.通过谷歌地图引擎gee调用重力卫星数据集；
12.提取所述重力卫星数据集中的总地下水储量数据，筛选所述总地下水储量数据中预设时间段内地下水平均值的相对变化数据；
13.通过插值将所述相对变化数据转换至预设尺度范围，得到所述地下缺水区重力卫星数据；
14.获取地下水观测记录数据；
15.采用克里金插值法对所述地下水观测记录数据进行空间插值，得到地下水位分布时间序列；
16.通过三维可视化和阈值法，将所述地下缺水区重力卫星数据和所述地下水位分布
时间序列进行叠加，分析得到所述地下水重点缺水区分布图。
17.根据本发明提供的一种缺水区作物种植结构监测和调整决策的方法，所述获取地下缺水区遥感影像数据，对所述地下缺水区遥感影像数据进行植被指数选择计算以及按照大区域作物种植遥感分类，包括：
18.通过gee获取周年内第一时间段和第二时间段的不同作物种植区哨兵二号影像数据；
19.对所述不同作物种植区哨兵二号影像数据进行影像拼接、影像裁剪以及预设波段融合计算，并采用哨兵二号预设波段进行影像去云，得到初始地下缺水区遥感影像数据；
20.对所述初始地下缺水区遥感影像数据进行融合校正，并基于预设耕地范围对所述初始地下缺水区遥感影像数据进行掩模处理，得到所述地下缺水区遥感影像数据；
21.筛选所述地下缺水区遥感影像数据中哨兵二号的第三波段数据、第四波段数据、第八波段数据和第十一波段数据，以及归一化植被指数、增强植被指数、归一化水指数、叶绿素指数、土壤耕作指数和归一化耕作指数，得到地下缺水区遥感影像数据植被指数集合；
22.基于周年内第一时间段和第二时间段中的月度时序组合，将所述地下缺水区遥感影像数据植被指数集合划分为大区域作物种植遥感数据集合；
23.采用随机森林分类法将所述大区域作物种植遥感数据集合进行分类，得到大区域作物种植分类结果。
24.根据本发明提供的一种缺水区作物种植指导方法，所述获取地下缺水区遥感影像数据，对所述地下缺水区遥感影像数据进行植被指数选择计算以及按照大区域作物种植遥感分类，得到作物优势度图，包括：
25.对所述大区域作物种植分类结果进行裁剪分割，输出不同作物种植面积；
26.分别计算所述不同作物种植面积和耕地总面积的比值，得到不同作物种植面积占比；
27.根据所述不同作物种植面积占比，绘制输出所述作物优势度图。
28.第二方面，本发明还提供一种缺水区作物种植结构监测和调整决策的系统，包括：
29.第一处理模块，用于获取地下缺水区重力卫星数据，结合地下水位数据空间插值计算，得到地下水重点缺水区分布图；
30.第二处理模块，用于获取地下缺水区遥感影像数据，对所述地下缺水区遥感影像数据进行植被指数选择计算以及按照大区域作物种植遥感分类，得到作物优势度图；
31.调整模块，用于综合所述地下水重点缺水区分布图和所述作物优势度图，得到作物种植调整指导结果。
32.第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述缺水区作物种植结构监测和调整决策的方法。
33.第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述缺水区作物种植结构监测和调整决策的方法。
34.第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述缺水区作物种植结构监测和调整决策的方法。
35.本发明提供的缺水区作物种植结构监测和调整决策的方法及系统，通过利用多源遥感数据，针对地下水缺水区，综合地下水等水位线、地下水快速下降和作物种植优势度遥感监测，辅助作物种植决策，能提高大区域作物种植优势度遥感监测和决策的效率，为减少和控制农业用水减缓地下水位下降趋势提供强有力的技术支撑。
附图说明
36.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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的附图。
37.图1是本发明提供的缺水区作物种植结构监测和调整决策的方法的流程示意图之一；
38.图2是本发明提供的缺水区作物种植结构监测和调整决策的方法的流程示意图之二；
39.图3是本发明提供的缺水区作物种植结构监测和调整决策的系统的结构示意图；
40.图4是本发明提供的电子设备的结构示意图。
具体实施方式
41.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动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。
42.针对现有技术的缺陷，本发明通过谷歌地图引擎(google earth engine，gee)遥感大数据平台，挖掘多时空遥感影像信息并统计分析，为干旱半干旱区田块尺度的作物种植制度遥感监测以及种植结构调整提供参考。
43.图1是本发明提供的缺水区作物种植结构监测和调整决策的方法的流程示意图之一，如图1所示，包括：
44.步骤100：获取地下缺水区重力卫星数据，结合地下水位数据空间插值计算，得到地下水重点缺水区分布图；
45.步骤200：获取地下缺水区遥感影像数据，对所述地下缺水区遥感影像数据进行植被指数选择计算以及按照大区域作物种植遥感分类，得到作物优势度图；
46.步骤300：综合所述地下水重点缺水区分布图和所述作物优势度图，得到作物种植调整指导结果。
47.本发明通过两个分支分别进行缺水区的原始数据处理，其一是采用grace重力卫星数据反演近几年地下水储量变化，结合地下水观测站的地下水位数据进行地下水位空间插值，得到地下水漏斗区和地下水位快速下降区等需重点关注的地下水重点缺水区分布图；其二是针对缺水区，采用gee遥感大数据平台，获取大区域哨兵二号影响数据，并依靠gee平台中哨兵二号的qa60波段完成影像去云操作，结合区域作物种植情况，选择计算一定数量的植被指数，以及哨兵二号数据中的部分波段数据，组合形成特征集，再结合指定时间
段的影像数据作为时序遥感数据合集，再采用随机森林算法对目标区范围进行监督分类，获得作物优势度图。
48.综合上述得到的地下水重点缺水区分布图和作物优势度图，对比分析作物优势度图与地下水等水位线、地下水位快速下降区分布，辅助不同区域的作物种植调整决策并制作专题图。
49.需要说明的是，gee平台拥有全球尺度的遥感数据库，提供可以进行在线可视化计算和分析处理的云平台，该平台能够存取卫星图像和其他地球观测数据数据库中的资料，并提供足够的运算能力对这些数据进行处理，gee可以快速、批量处理大量影像。随着卫星重力探测技术的发展，为高精度和高时空分辨率的地球重力场提供了新的观测手段，使得利用地球时变重力场监测全球地下水总储存量及其变化成为可能。地球重力场是反映地球表层及内部物质密度分布和运动状态的基本物理场，其变化反映地球系统流体质量迁移与重新分布，包括大气、海洋与陆地水等，扣除大气、海洋、地表水和冰川质量后,剩余的主要是反映陆地地下水总储存量，可利用grace卫星监测地下水储量变化。
50.本发明利用多源遥感数据，针对地下水缺水区，综合地下水等水位线、地下水快速下降和作物种植优势度遥感监测，辅助作物种植决策，能提高大区域作物种植优势度遥感监测和决策的效率，为减少和控制农业用水减缓地下水位下降趋势提供强有力的技术支撑。
51.基于上述实施例，所述获取地下缺水区重力卫星数据，结合地下水位数据空间插值计算，得到地下水重点缺水区分布图，包括：
52.通过谷歌地图引擎gee调用重力卫星数据集；
53.提取所述重力卫星数据集中的总地下水储量数据，筛选所述总地下水储量数据中预设时间段内地下水平均值的相对变化数据；
54.通过插值将所述相对变化数据转换至预设尺度范围，得到所述地下缺水区重力卫星数据；
55.获取地下水观测记录数据；
56.采用克里金插值法对所述地下水观测记录数据进行空间插值，得到地下水位分布时间序列；
57.通过三维可视化和阈值法，将所述地下缺水区重力卫星数据和所述地下水位分布时间序列进行叠加，分析得到所述地下水重点缺水区分布图。
58.具体地，本发明通过gee平台调用grace tellus卫星数据集，基于grace卫星所得的总地下水储量，以及相对于前10年平均值的相对变化数据作为分析地下水位变化的基础数据集，这里以时间分辨率为一个月，空间分辨率为0.5
°
进行维度划分。
59.然后通过各地的地下水位观测站，获取地下水观测点近几年的观测记录数据，统计离散型的地下水观测点数据的平均值和方差等情况，分析时间变化曲线。
60.再利用克里金插值法对地下水位值的数据进行空间插值，在gis中进行空间表达，得到时间序列地下水位分布图，以计算研究区地下水的年平均埋深数据。这里的克里金插值法又称空间局部插值法，是以变异函数理论和结构分析为基础，在有限区域内对区域化变量进行无偏最优估计的一种方法，克里金插值法的适用范围为区域化变量存在空间相关性，即如果变异函数和结构分析的结果表明区域化变量存在空间相关性，则可以利用克里
金插值法进行内插或外推。
61.进一步地，对比重力卫星数据的地下水体积变化监测数据以及地下水位数据空间插值，分析监测地下水变化趋势和变化情况。对二者进行叠加分析，通过三维可视化和阈值法，将近几年地下水下降快的地区以及地下水位低的地区设定为地下水重点缺水区，并制作重点缺水区分布图。
62.本发明通过重力卫星获取地下缺水区大数据，并进行预处理和分析，能得到比较准确的重点缺水区分布图。
63.基于上述任一实施例，所述获取地下缺水区遥感影像数据，对所述地下缺水区遥感影像数据进行植被指数选择计算以及按照大区域作物种植遥感分类，包括：
64.通过gee获取周年内第一时间段和第二时间段的不同作物种植区哨兵二号影像数据；
65.对所述不同作物种植区哨兵二号影像数据进行影像拼接、影像裁剪以及预设波段融合计算，并采用哨兵二号预设波段进行影像去云，得到初始地下缺水区遥感影像数据；
66.对所述初始地下缺水区遥感影像数据进行融合校正，并基于预设耕地范围对所述初始地下缺水区遥感影像数据进行掩模处理，得到所述地下缺水区遥感影像数据；
67.筛选所述地下缺水区遥感影像数据中哨兵二号的第三波段数据、第四波段数据、第八波段数据和第十一波段数据，以及归一化植被指数、增强植被指数、归一化水指数、叶绿素指数、土壤耕作指数和归一化耕作指数，得到地下缺水区遥感影像数据植被指数集合；
68.基于周年内第一时间段和第二时间段中的月度时序组合，将所述地下缺水区遥感影像数据植被指数集合划分为大区域作物种植遥感数据集合；
69.采用随机森林分类法将所述大区域作物种植遥感数据集合进行分类，得到大区域作物种植分类结果；
70.对所述大区域作物种植分类结果进行裁剪分割，输出不同作物种植面积；
71.分别计算所述不同作物种植面积和耕地总面积的比值，得到不同作物种植面积占比；
72.根据所述不同作物种植面积占比，绘制输出所述作物优势度图。
73.具体地，本发明根据作物生长物候历确定每年8个月的时间作为不同种植作物的有区分度的关键时间，分别是每年的3-8月和11-12月，通过gee遥感数据云平台获取这8个月的哨兵二号影像组成时序特征，用于不同作物种植区分。
74.正由于基于gee平台获取的哨兵二号影像数据，该图像数据总体质量较好，是经过大气校正的大气底层反射率数据，是经过正射校正和亚像元级几何精校正。
75.通过gee平台筛选目标区内周年高质量影像数据，筛选完成后在gee平台内完成影像拼接、影像裁剪、波段计算以及融合计算，并采用哨兵二号中的qa60波段进行影像去云操作，得到初始地下缺水区遥感影像数据。
76.然后将初始地下缺水区遥感影像数据下载导出至envi软件进行融合和校正，再使用公开的耕地范围对研究区影像进行掩模处理，去除耕地以外的其它区域，完成影像预处理，得到地下缺水区遥感影像数据。
77.然后，在地下缺水区遥感影像数据中选择具有典型代表性的植被指数进行计算，包括：归一化植被指数(normalized difference vegetation index，ndvi)、增强植被指数
(enhanced vegetation index，evi)、归一化水指数(normalized difference water index，ndwi)、叶绿素指数(green chlorophyll vegetation index，gcvi)、土壤耕作指数(soil tillage index，sti)和归一化耕作指数(normalized difference tillage index，ndti)。
78.其中，ndvi可定量表征光合能力、水分胁迫和植被生产力，evi可降低土壤反射率、增强对裸地与植被之间的对比，ndwi对地表水分含量较为敏感、也是提取水体的重要植被指数，gcvi对目标区耕地范围肥料施用情况具有较强反应，sti是识别耕作土地的有效指数植被指数经常被用于植被或植被信息的提取等原因。
79.在上述6种植被指数的基础上，还增加选择哨兵二号的b3、b4、b8和b11这4个波段数据作为地下缺水区遥感影像数据植被指数集合，用于不同种植方式的遥感分类。
80.进一步地，将11-12月和3-8月共8个月时序组合和每个月10个植被指数(ndvi、evi、ndwi、gcvi、sti、ndti6、b3、b4、b8、b11)特征组合，共80个特征放入随机森林分类器进行大区域作物种植分类。
81.以某地区南部平原地下水漏斗区为例，采用随机森林算法将一年一季作物和一年两季作物进行分类调查不同作物种植分布情况，其一年一季作物分类结果f1-score达到95.97％，一年两季作物分类结果f1-score达到98.70％，可以满足田块尺度上作物种植分布遥感监测要求。
82.本发明定义作物优势度即作物种植面积与耕地总面积的比值，反应不同作物种植制度在一定范围内占比情况，以划定的区域为基础单位，将田块尺度上作物种植分布遥感监测结果进行裁剪分割，用arcgis软件面积制表工具统计划定区域范围内不同作物分类结果，计算作物种植优势度。可以理解的是，以划定区域为基础可以直观看出不同区域内农作物种植制度分布情况，绘制作物种植优势度图。
83.最后，对比作物优势度图和地下水重点缺水区分布图，结合地下水等水位线等信息，为达到节水种植的目的，可提出辅助作物种植调整决策和建议。
84.以某平原地区南部地下水漏斗区为例，对比田块尺度单双季作物分类结果、某平原漏斗区一年两季作物优势度图和某平原深层地下水等水埋深分布图，可以看出主要地下水漏斗区作物类型以一年一季作物为主，一年两季作物优势度较低，但也有一些漏斗区作物类型依旧以一年两季作物为主。在地下水漏斗区的核心地区，其一年两季作物占比较大，需要较大的农业用水，不利于地下水位的保持，建议作为重点管控区减少一年两季作物的种植；而在地下水漏斗区边缘地区，且其一年两季作物种植比例略小，建议作为次要管控区减少一年两季作物的种植来保持地下水水位。
85.以图2所示的缺水区作物种植结构监测和调整决策的方法的流程示意图之二，包括本发明方案的完整步骤：
86.(1)地下缺水区重力卫星数据获取及地下水变化计算；
87.(2)地下水位数据空间插值；
88.(3)地下水重点缺水区制图；
89.(4)基于gee平台的多时空卫星遥感影像获取；
90.(5)卫星遥感植被指数计算；
91.(6)大区域作物种植遥感监测；
92.(7)田块尺度上作物种植优势度制图；
93.(8)大区域农作物种植优势度调整决策。
94.本发明提出针对地下水缺水区，综合地下水等水位线、地下水快速下降和作物种植优势度遥感监测，辅助作物种植决策的方法，可提高大区域作物种植优势度遥感监测和决策的效率，为减少和控制农业用水减缓地下水位下降趋势提供技术支撑。
95.下面对本发明提供的缺水区作物种植结构监测和调整决策的系统进行描述，下文描述的缺水区作物种植结构监测和调整决策的系统与上文描述的缺水区作物种植结构监测和调整决策的方法可相互对应参照。
96.图3是本发明提供的缺水区作物种植结构监测和调整决策的系统的结构示意图，如图3所示，包括：第一处理模块31、第二处理模块32和调整模块33，其中：
97.第一处理模块31用于获取地下缺水区重力卫星数据，结合地下水位数据空间插值计算，得到地下水重点缺水区分布图；第二处理模块32用于获取地下缺水区遥感影像数据，对所述地下缺水区遥感影像数据进行植被指数选择计算以及按照大区域作物种植遥感分类，得到作物优势度图；调整模块33用于综合所述地下水重点缺水区分布图和所述作物优势度图，得到作物种植调整指导结果。
98.本发明利用多源遥感数据，针对地下水缺水区，综合地下水等水位线、地下水快速下降和作物种植优势度遥感监测，辅助作物种植决策，能提高大区域作物种植优势度遥感监测和决策的效率，为减少和控制农业用水减缓地下水位下降趋势提供强有力的技术支撑。
99.图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(communications interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行缺水区作物种植结构监测和调整决策的方法，该方法包括：获取地下缺水区重力卫星数据，结合地下水位数据空间插值计算，得到地下水重点缺水区分布图；获取地下缺水区遥感影像数据，对所述地下缺水区遥感影像数据进行植被指数选择计算以及按照大区域作物种植遥感分类，得到作物优势度图；综合所述地下水重点缺水区分布图和所述作物优势度图，得到作物种植调整指导结果。
100.此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
101.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的缺水区作物种植结构监测和调整决策的方法，该方法包括：获取地下缺水区重力卫星数据，结合地下水位数据空间插值计算，得到地下水重
点缺水区分布图；获取地下缺水区遥感影像数据，对所述地下缺水区遥感影像数据进行植被指数选择计算以及按照大区域作物种植遥感分类，得到作物优势度图；综合所述地下水重点缺水区分布图和所述作物优势度图，得到作物种植调整指导结果。
102.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的缺水区作物种植结构监测和调整决策的方法，该方法包括：获取地下缺水区重力卫星数据，结合地下水位数据空间插值计算，得到地下水重点缺水区分布图；获取地下缺水区遥感影像数据，对所述地下缺水区遥感影像数据进行植被指数选择计算以及按照大区域作物种植遥感分类，得到作物优势度图；综合所述地下水重点缺水区分布图和所述作物优势度图，得到作物种植调整指导结果。
103.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
104.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
105.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。