(19)國家知識產(chǎn)權(quán)局(12)發(fā)明專利地址130026吉林省長春市前進(jìn)大街2699(74)專利代理機(jī)構(gòu)北京高沃律師事務(wù)所11569專利代理師賈瑞華GO6V20/10(2022.01)GO6V20/68(2022.01)到全時(shí)相的哨兵1號雙極化數(shù)據(jù)和倒伏前哨兵2植被指數(shù)以及玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值，從而將所有建模樣本點(diǎn)劃分為低活分別統(tǒng)計(jì)玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)2通過野外采樣獲取存在不同倒伏程度玉米的野外樣本點(diǎn)并提取建模樣本點(diǎn)處的哨兵數(shù)據(jù)；所述不同倒伏程度玉米包括正常未倒伏玉米、輕度倒伏玉米以及重度倒伏玉米；所述哨兵數(shù)據(jù)包括哨兵1號雷達(dá)數(shù)據(jù)和哨兵2號光學(xué)影像數(shù)據(jù)；對所述建模樣本點(diǎn)處的哨兵數(shù)據(jù)進(jìn)行篩選和預(yù)處理，得到預(yù)處理后的哨兵數(shù)據(jù)；所述預(yù)處理后的哨兵數(shù)據(jù)包括全時(shí)相的哨兵1號雙極化數(shù)據(jù)和倒伏前哨兵2號光學(xué)影像數(shù)據(jù)；根據(jù)所述倒伏前哨兵2號光學(xué)影像數(shù)據(jù)計(jì)算玉米倒伏前歸一化植被指數(shù)；根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)計(jì)算玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差所述根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)計(jì)算玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)，采用公式△o=OVH倒期◎VHL倒大前計(jì)算玉米災(zāi)害期的最佳敏感參數(shù)差值△σ;OvHL倒大期表示所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)中倒伏期VH極化波段的后向散射系數(shù)；OvH_倒大前表示所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)中倒伏前VH極化波段的后向散射系數(shù)；根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)，采用公式δoH=OvH族復(fù)期OVH倒期計(jì)算玉米恢復(fù)期的最佳敏感參數(shù)差值δo;其中δH恢復(fù)期表示所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)中恢復(fù)期VH極化波段的后向散射系數(shù)；根據(jù)所述玉米倒伏前歸一化植被指數(shù)將所有建模樣本點(diǎn)劃分為低活力、中活力和高活力三個(gè)等級，并在每個(gè)等級下分別統(tǒng)計(jì)所述玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值的均值作為統(tǒng)計(jì)閾值；根據(jù)所述統(tǒng)計(jì)閾值建立玉米倒伏監(jiān)測決策樹；根據(jù)所述玉米倒伏監(jiān)測決策樹確定所監(jiān)測玉米種植區(qū)域的玉米倒伏程度。2.根據(jù)權(quán)利要求1所述的玉米倒伏遙感監(jiān)測方法，其特征在于，所述通過野外采樣獲取存在不同倒伏程度玉米的野外樣本點(diǎn)并提取建模樣本點(diǎn)處的哨兵數(shù)據(jù)，具體包括：分別對正常未倒伏玉米、輕度倒伏玉米以及重度倒伏玉米所在的地塊進(jìn)行野外采樣，作為野外樣本點(diǎn)；利用研究區(qū)的作物類型分布數(shù)據(jù)對所述野外樣本點(diǎn)的哨兵數(shù)據(jù)進(jìn)行掩膜處理，提取出研究區(qū)內(nèi)所有玉米種植區(qū)域的哨兵數(shù)據(jù)作為建模樣本點(diǎn)處的哨兵數(shù)據(jù)。3.根據(jù)權(quán)利要求1所述的玉米倒伏遙感監(jiān)測方法，其特征在于，所述對所述建模樣本點(diǎn)處的哨兵數(shù)據(jù)進(jìn)行篩選和預(yù)處理，得到預(yù)處理后的哨兵數(shù)據(jù)，具體包括：選取所述建模樣本點(diǎn)處的倒伏前哨兵2號光學(xué)影像數(shù)據(jù)的紅光波段和近紅外波段數(shù)對所述建模樣本點(diǎn)處的哨兵1號雷達(dá)數(shù)據(jù)中VV、VH以及VH/VV三種極化方式的后向散射系數(shù)進(jìn)行全時(shí)相周期內(nèi)的時(shí)間序列分析，選取雷達(dá)數(shù)據(jù)的VH極化波段數(shù)據(jù)并進(jìn)行熱噪聲去除、輻射校正、地形校正以及5*5窗口的濾波處理，獲得全時(shí)相的哨兵14.根據(jù)權(quán)利要求1所述的玉米倒伏遙感監(jiān)測方法，其特征在于，所述根據(jù)所述倒伏前哨兵2號光學(xué)影像數(shù)據(jù)計(jì)算玉米倒伏前歸一化植被指數(shù)，具體包括：根據(jù)所述倒伏前哨兵2號光學(xué)影像數(shù)據(jù)，采用公式NDVI=(PNIR-PR)/(PNIR+pR)計(jì)算玉米3倒伏前歸一化植被指數(shù)NDVI;其中PNIR和pR分別為倒伏前哨兵2號光學(xué)影像數(shù)據(jù)中的近紅外波段和紅光波段。5.根據(jù)權(quán)利要求4所述的玉米倒伏遙感監(jiān)測方法，其特征在于，所述根據(jù)所述玉米倒伏前歸一化植被指數(shù)將所有建模樣本點(diǎn)劃分為低活力、中活力和高活力三個(gè)等級，具體包括：若建模樣本點(diǎn)的玉米倒伏前歸一化植被指數(shù)NDVI<0.4,將建模樣本點(diǎn)劃分為低活力等級；若0.4<NDVI<0.6,將建模樣本點(diǎn)劃分為中活力等級；若NDVI>0.6,將建模樣本點(diǎn)劃分為高活力等級。建模樣本點(diǎn)哨兵數(shù)據(jù)提取模塊，用于通過野外采樣獲取存在不同倒伏程度玉米的野外樣本點(diǎn)并提取建模樣本點(diǎn)處的哨兵數(shù)據(jù)；所述不同倒伏程度玉米包括正常未倒伏玉米、輕度倒伏玉米以及重度倒伏玉米；所述哨兵數(shù)據(jù)包括哨兵1號雷達(dá)數(shù)據(jù)和哨兵2號光學(xué)影像數(shù)篩選和預(yù)處理模塊，用于對所述建模樣本點(diǎn)處的哨兵數(shù)據(jù)進(jìn)行篩選和預(yù)處理，得到預(yù)處理后的哨兵數(shù)據(jù)；所述預(yù)處理后的哨兵數(shù)據(jù)包括全時(shí)相的哨兵1號雙極化數(shù)據(jù)和倒伏前哨兵2號光學(xué)影像數(shù)據(jù)；歸一化植被指數(shù)計(jì)算模塊，用于根據(jù)所述倒伏前哨兵2號光學(xué)影像數(shù)據(jù)計(jì)算玉米倒伏前歸一化植被指數(shù)；最佳敏感參數(shù)差值計(jì)算模塊，用于根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)計(jì)算玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值；所述根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)計(jì)算玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)期的最佳敏感參數(shù)差值△σ;vH_倒期表示所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)中倒伏期VH極化波段的后向散射系數(shù)；0VH_倒大前表示所述全時(shí)相的哨兵1段的后向散射系數(shù)；極化波段的后向散射系數(shù)；閾值統(tǒng)計(jì)分析模塊，用于根據(jù)所述玉米倒伏前歸一化植被指數(shù)將所有建模樣本點(diǎn)劃分為低活力、中活力和高活力三個(gè)等級，并在每個(gè)等級下分別統(tǒng)計(jì)所述玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值的均值作為統(tǒng)計(jì)閾值；玉米倒伏監(jiān)測決策樹建立模塊，用于根據(jù)所述統(tǒng)計(jì)閾值建立玉米倒伏監(jiān)測決策樹；玉米倒伏程度劃分模塊，用于根據(jù)所述玉米倒伏監(jiān)測決策樹確定所監(jiān)測玉米種植區(qū)域的玉米倒伏程度。7.一種電子設(shè)備，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至5中任一項(xiàng)所述的玉米倒伏遙感監(jiān)測方法。8.一種非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至5中任一項(xiàng)所述的玉米倒伏遙感監(jiān)測方法。4一種玉米倒伏遙感監(jiān)測方法、系統(tǒng)、電子設(shè)備及介質(zhì)技術(shù)領(lǐng)域[0001]本發(fā)明涉及遙感監(jiān)測技術(shù)領(lǐng)域，特別是涉及一種玉米倒伏遙感監(jiān)測方法、系統(tǒng)、電子設(shè)備及介質(zhì)。背景技術(shù)[0002]玉米在生長季的倒伏現(xiàn)象，是限制玉米作物產(chǎn)量的一個(gè)重要因素。倒伏不僅會造成玉米產(chǎn)量的嚴(yán)重?fù)p失，并且大面積的倒伏不利于后期機(jī)械收獲，還會造成收割成本的增加。快速、準(zhǔn)確、大范圍的玉米倒伏監(jiān)測可以為農(nóng)業(yè)管理提供及時(shí)的信息反饋，對減少玉米產(chǎn)量損失及經(jīng)濟(jì)效益損失都具有重要意義。傳統(tǒng)的作物倒伏評估方法以專家現(xiàn)場目視評級和人工測量為主，具有一定的主觀性，成本較高，時(shí)效性較低?；谶b感技術(shù)的監(jiān)測是一種非實(shí)地、非接觸式的監(jiān)測方法，避免了大量人力消耗，可以簡單高效地獲取玉米實(shí)時(shí)倒伏情況。然而，現(xiàn)有應(yīng)用遙感技術(shù)的倒伏監(jiān)測方法往往存在以下不足：一方面，遙感數(shù)據(jù)的時(shí)空分辨率和光譜波段信息的相關(guān)性使得遙感數(shù)據(jù)的定量監(jiān)測受到制約；另一方面，由于復(fù)雜的農(nóng)田情況，使得倒伏發(fā)生前后光學(xué)數(shù)據(jù)的光學(xué)信息提取難度增加，且極端天氣下，光學(xué)數(shù)據(jù)無法及時(shí)有效地獲取；再一方面，SAR(SyntheticApertureRadar,合成孔徑雷達(dá))數(shù)據(jù)在農(nóng)作物倒伏監(jiān)測中的應(yīng)用多面向地塊尺度，在像元尺度或更大范圍的應(yīng)用中具有局限性。發(fā)明內(nèi)容[0003]本發(fā)明的目的是提供一種玉米倒伏遙感監(jiān)測方法、系統(tǒng)、電子設(shè)備及介質(zhì)，能夠?qū)Υ髤^(qū)域的玉米倒伏情況進(jìn)行監(jiān)測，并有效提高監(jiān)測精度。[0006]通過野外采樣獲取存在不同倒伏程度玉米的野外樣本點(diǎn)并提取建模樣本點(diǎn)處的哨兵數(shù)據(jù)；所述不同倒伏程度玉米包括正常未倒伏玉米、輕度倒伏玉米以及重度倒伏玉米；所述哨兵數(shù)據(jù)包括哨兵1號雷達(dá)數(shù)據(jù)和哨兵2號光學(xué)影像數(shù)據(jù)；[0007]對所述建模樣本點(diǎn)處的哨兵數(shù)據(jù)進(jìn)行篩選和預(yù)處理，得到預(yù)處理后的哨兵數(shù)據(jù)；所述預(yù)處理后的哨兵數(shù)據(jù)包括全時(shí)相的哨兵1號雙極化數(shù)據(jù)和倒伏前哨兵2號光學(xué)影像數(shù)[0008]根據(jù)所述倒伏前哨兵2號光學(xué)影像數(shù)據(jù)計(jì)算玉米倒伏前歸一化植被指數(shù)；[0009]根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)計(jì)算玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值；[0010]根據(jù)所述玉米倒伏前歸一化植被指數(shù)將所有建模樣本點(diǎn)劃分為低活力、中活力和高活力三個(gè)等級，并在每個(gè)等級下分別統(tǒng)計(jì)所述玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值的均值作為統(tǒng)計(jì)閾值；[0011]根據(jù)所述統(tǒng)計(jì)閾值建立玉米倒伏監(jiān)測決策樹；[0012]根據(jù)所述玉米倒伏監(jiān)測決策樹確定所監(jiān)測玉米種植區(qū)域的玉米倒伏程度。5[0013]可選地，所述通過野外采樣獲取存在不同倒伏程度玉米的野外樣本點(diǎn)并提取建模[0014]分別對正常未倒伏玉米、輕度倒伏玉米以及重度倒伏玉米所在的地塊進(jìn)行野外采[0015]利用研究區(qū)的作物類型分布數(shù)據(jù)對所述野外樣本點(diǎn)的哨兵數(shù)據(jù)進(jìn)行掩膜處理，提取出研究區(qū)內(nèi)所有玉米種植區(qū)域的哨兵數(shù)據(jù)作為建模樣本點(diǎn)處的哨兵數(shù)據(jù)。[0016]可選地，所述對所述建模樣本點(diǎn)處的哨兵數(shù)據(jù)進(jìn)行篩選和預(yù)處理，得到預(yù)處理后[0017]選取所述建模樣本點(diǎn)處的倒伏前哨兵2號光學(xué)影像數(shù)據(jù)的紅光波段和近紅外波段[0018]對所述建模樣本點(diǎn)處的哨兵1號雷達(dá)數(shù)據(jù)中VV、VH散射系數(shù)進(jìn)行全時(shí)相周期內(nèi)的時(shí)間序列分析，選取雷達(dá)數(shù)據(jù)的VH極化波段數(shù)據(jù)并進(jìn)行熱噪聲去除、輻射校正、地形校正以及5*5窗口的濾波處理，獲得全時(shí)相的哨兵1號雙極化數(shù)據(jù)。[0019]可選地，所述根據(jù)所述倒伏前哨兵2號光學(xué)影像數(shù)據(jù)計(jì)算玉米倒伏前歸一化植被[0020]根據(jù)所述倒伏前哨兵2號光學(xué)影像數(shù)據(jù)，采用公式NDVI=(PNIR-PR)/(PNIR+pR)計(jì)算玉米倒伏前歸一化植被指數(shù)NDVI;其中PNIR和pg分別為倒伏前哨兵2號光學(xué)影像數(shù)據(jù)中的近紅外波段和紅光波段。[0021]可選地，所述根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)計(jì)算玉米災(zāi)害期和恢復(fù)期的[0022]根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)，采用公式△oH=OVHL倒期σVH_倒伏前計(jì)算玉米災(zāi)害期的最佳敏感參數(shù)差值△σ;OVH倒大期表示所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)中倒VH極化波段的后向散射系數(shù)；期VH極化波段的后向散射系數(shù)。[0024]可選地，所述根據(jù)所述玉米倒伏前歸一化植被指數(shù)將所有建模樣本點(diǎn)劃分為低活[0025]若建模樣本點(diǎn)的玉米倒伏前歸一化植被指數(shù)NDVI<0.4,將建模樣本點(diǎn)劃分為低活力等級；若0.4<NDVI<0.6,將建模樣本點(diǎn)劃分為中活力等級；若NDVI>0.6,將建模樣本點(diǎn)劃分為高活力等級。[0027]建模樣本點(diǎn)哨兵數(shù)據(jù)提取模塊，用于通過野外采樣獲取存在不同倒伏程度玉米的野外樣本點(diǎn)并提取建模樣本點(diǎn)處的哨兵數(shù)據(jù)；所述不同倒伏程度玉米包括正常未倒伏玉米、輕度倒伏玉米以及重度倒伏玉米；所述哨兵數(shù)據(jù)包括哨兵1號雷達(dá)數(shù)據(jù)和哨兵2號光學(xué)影像數(shù)據(jù)；[0028]篩選和預(yù)處理模塊，用于對所述建模樣本點(diǎn)處的哨兵數(shù)據(jù)進(jìn)行篩選和預(yù)處理，得到預(yù)處理后的哨兵數(shù)據(jù)；所述預(yù)處理后的哨兵數(shù)據(jù)包括全時(shí)相的哨兵1號雙極化數(shù)據(jù)和倒6伏前哨兵2號光學(xué)影像數(shù)據(jù)；[0029]歸一化植被指數(shù)計(jì)算模塊，用于根據(jù)所述倒伏前哨兵2號光學(xué)影像數(shù)據(jù)計(jì)算玉米倒伏前歸一化植被指數(shù)；[0030]最佳敏感參數(shù)差值計(jì)算模塊，用于根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)計(jì)算玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值；[0031]閾值統(tǒng)計(jì)分析模塊，用于根據(jù)所述玉米倒伏前歸一化植被指數(shù)將所有建模樣本點(diǎn)劃分為低活力、中活力和高活力三個(gè)等級，并在每個(gè)等級下分別統(tǒng)計(jì)所述玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值的均值作為統(tǒng)計(jì)閾值；[0032]玉米倒伏監(jiān)測決策樹建立模塊，用于根據(jù)所述統(tǒng)計(jì)閾值建立玉米倒伏監(jiān)測決策[0033]玉米倒伏程度劃分模塊，用于根據(jù)所述玉米倒伏監(jiān)測決策樹確定所監(jiān)測玉米種植區(qū)域的玉米倒伏程度。[0034]另一方面，本發(fā)明還提供一種電子設(shè)備，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)所述的玉米倒伏遙感監(jiān)測方法。[0035]另一方面，本發(fā)明還提供一種非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被執(zhí)行時(shí)實(shí)現(xiàn)所述的玉米倒伏遙感監(jiān)測方法。[0036]根據(jù)本發(fā)明提供的具體實(shí)施例，本發(fā)明公開了以下技術(shù)效果：[0037]本發(fā)明提供了一種玉米倒伏遙感監(jiān)測方法、系統(tǒng)、電子設(shè)備及介質(zhì)，所述方法包括：通過野外采樣獲取存在不同倒伏程度玉米的野外樣本點(diǎn)并提取建模樣本點(diǎn)處的哨兵數(shù)據(jù)；對所述建模樣本點(diǎn)處的哨兵數(shù)據(jù)進(jìn)行篩選和預(yù)處理，得到預(yù)處理后的哨兵數(shù)據(jù)；所述預(yù)處理后的哨兵數(shù)據(jù)包括全時(shí)相的哨兵1號雙極化數(shù)據(jù)和倒伏前哨兵2號光學(xué)影像數(shù)據(jù)；根據(jù)所述倒伏前哨兵2號光學(xué)影像數(shù)據(jù)計(jì)算玉米倒伏前歸一化植被指數(shù)；根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)計(jì)算玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值；根據(jù)所述玉米倒伏前歸一化植被指數(shù)將所有建模樣本點(diǎn)劃分為低活力、中活力和高活力三個(gè)等級，并在每個(gè)等級下分別統(tǒng)計(jì)所述玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值的均值作為統(tǒng)計(jì)閾值；根據(jù)所述統(tǒng)計(jì)閾值建立玉米倒伏監(jiān)測決策樹；根據(jù)所述玉米倒伏監(jiān)測決策樹確定所監(jiān)測玉米種植區(qū)域的玉米倒伏程度。本發(fā)明利用倒伏前的哨兵2號光學(xué)影像數(shù)據(jù)監(jiān)測玉米倒伏前作物植株活力，并結(jié)合全時(shí)相的哨兵1號雷達(dá)數(shù)據(jù)分析SAR極化特征，對大區(qū)域的玉米倒伏情況進(jìn)行監(jiān)測，有效提高了監(jiān)測精度，為提升玉米產(chǎn)量以及玉米倒伏災(zāi)害預(yù)警提供可靠參考。附圖說明[0038]為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。[0039]圖1為本發(fā)明實(shí)施例提供的玉米倒伏遙感監(jiān)測方法的流程圖；[0040]圖2為本發(fā)明實(shí)施例提供的玉米倒伏遙感監(jiān)測技術(shù)路線圖；[0041]圖3為本發(fā)明建立的玉米倒伏監(jiān)測決策樹的示意圖；7[0042]圖4為采用本發(fā)明方法生成的倒伏程度分類結(jié)果與野外驗(yàn)證點(diǎn)的混淆矩陣示意[0043]圖5為采用本發(fā)明方法生成的倒伏程度分類結(jié)果的局部放大圖。具體實(shí)施方式[0044]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他[0045]本發(fā)明的目的是提供一種玉米倒伏遙感監(jiān)測方法、系統(tǒng)、電子設(shè)備及介質(zhì)，能夠?qū)Υ髤^(qū)域的玉米倒伏情況進(jìn)行監(jiān)測，并有效提高監(jiān)測精度。[0046]為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式對本發(fā)明作進(jìn)一步詳細(xì)的說明。[0047]圖1為本發(fā)明實(shí)施例提供的玉米倒伏遙感監(jiān)測方法的流程圖。參見圖1,本發(fā)明一種玉米倒伏遙感監(jiān)測方法包括：[0048]步驟101:通過野外采樣獲取存在不同倒伏程度玉米的野外樣本點(diǎn)并提取建模樣本點(diǎn)處的哨兵數(shù)據(jù)。[0049]本發(fā)明主要針對臺風(fēng)過境后玉米倒伏情況進(jìn)行監(jiān)測，主要的影響周期集中在玉米的拔節(jié)期、抽雄期直至成熟期。其中拔節(jié)期是指玉米生長過程中，莖的節(jié)間向上迅速伸長的時(shí)期。抽雄期是指玉米抽穗期中雄穗的抽出階段。成熟期是指玉米籽粒干物質(zhì)形成并迅速積累時(shí)期。不同倒伏程度玉米包括正常未倒伏玉米、輕度倒伏玉米以及重度倒伏玉米。[0050]本發(fā)明一種玉米倒伏遙感監(jiān)測方法的技術(shù)路線如圖2所示，首先通過對野外的玉米地塊進(jìn)行實(shí)地采樣，分別對正常未倒伏玉米、輕度倒伏玉米以及重度倒伏玉米所在的地塊進(jìn)行野外采樣，作為野外樣本點(diǎn)。然后利用研究區(qū)的作物類型分布數(shù)據(jù)對野外樣本點(diǎn)的哨兵數(shù)據(jù)進(jìn)行掩膜處理，提取研究區(qū)的玉米種植區(qū)域的哨兵數(shù)據(jù)，將提取出的研究區(qū)的玉米種植區(qū)域作為建模樣本點(diǎn)。[0051]本發(fā)明以建模樣本點(diǎn)處的哨兵1號雷達(dá)數(shù)據(jù)和哨兵2號光學(xué)影像作為遙感數(shù)據(jù)來源，實(shí)時(shí)獲取玉米倒伏周期內(nèi)的遙感數(shù)據(jù)。本發(fā)明結(jié)合光學(xué)影像和雷達(dá)數(shù)據(jù)對玉米倒伏進(jìn)行研究，通過長時(shí)間數(shù)據(jù)特征分析，對玉米自抽雄期至成熟期的SAR影像信息進(jìn)行分析，將玉米倒伏的周期分為倒伏前期-倒伏發(fā)生期-倒伏恢復(fù)期三個(gè)時(shí)期。其中倒伏前期(簡稱倒伏前),是指玉米遭遇臺風(fēng)等惡劣天氣之前正常的生長狀態(tài)時(shí)期。倒伏發(fā)生期(簡稱倒伏期),是指玉米自遭遇極端天氣至極端天氣結(jié)束的一段時(shí)期。倒伏恢復(fù)期(簡稱恢復(fù)期),是指極端天氣結(jié)束后玉米恢復(fù)生長階段。那么全時(shí)相就是指完整覆蓋玉米倒伏前期、倒伏發(fā)生期以及倒伏恢復(fù)期所有時(shí)相周期。[0052]步驟102:對所述建模樣本點(diǎn)處的哨兵數(shù)據(jù)進(jìn)行篩選和預(yù)處理，得到預(yù)處理后的哨兵數(shù)據(jù)；所述預(yù)處理后的哨兵數(shù)據(jù)包括全時(shí)相的哨兵1號雙極化數(shù)據(jù)和倒伏前哨兵2號光學(xué)影像數(shù)據(jù)。[0053]本發(fā)明以建模樣本點(diǎn)處的哨兵1號雷達(dá)數(shù)據(jù)和哨兵2號光學(xué)影像作為遙感數(shù)據(jù)來源，實(shí)時(shí)獲取玉米倒伏周期內(nèi)的遙感數(shù)據(jù)，其中哨兵1號雷達(dá)數(shù)據(jù)含有2種極化方式，包含8波段，空間分辨率較高，為10米。哨兵1號雷達(dá)數(shù)據(jù)的極化方式[0054]在作物倒伏監(jiān)測過程中，本發(fā)明選取光學(xué)影像數(shù)據(jù)的紅光波段和近紅外波段以及[0055]并且為解決哨兵1號雷達(dá)數(shù)據(jù)后向散射系數(shù)噪聲斑點(diǎn)過多的情況，對哨兵1號雷達(dá)數(shù)據(jù)進(jìn)行了熱噪聲去除、輻射校正、地形校正以及5*5窗口的濾波處理，以最大程度減小原始數(shù)據(jù)誤差對結(jié)果的影響。對哨兵2號光學(xué)影像數(shù)據(jù)的云量進(jìn)行了篩選，有效地避免了云量過多的影響。[0056]因此，所述步驟102對所述建模樣本點(diǎn)處的哨兵數(shù)據(jù)進(jìn)行篩選和預(yù)處理，得到預(yù)處[0057]選取所述建模樣本點(diǎn)處的倒伏前哨兵2號光學(xué)影像數(shù)據(jù)的紅光波段和近紅外波段[0058]對所述建模樣本點(diǎn)處的哨兵1號雷達(dá)數(shù)據(jù)中VV、VH散射系數(shù)進(jìn)行全時(shí)相周期內(nèi)的時(shí)間序列分析，選取雷達(dá)數(shù)據(jù)的VH極化波段數(shù)據(jù)并進(jìn)行熱噪聲去除、輻射校正、地形校正以及5*5窗口的濾波處理，獲得全時(shí)相的哨兵1號雙極化數(shù)據(jù)。[0059]步驟103:根據(jù)所述倒伏前哨兵2號光學(xué)影像數(shù)據(jù)計(jì)算玉米倒伏前歸一化植被指[0060]將哨兵2號光學(xué)數(shù)據(jù)按照公式(1)計(jì)算玉米種植區(qū)域的NDVI,提取建模樣本點(diǎn)處的玉米倒伏前歸一化植被指數(shù)。[0061]歸一化差值植被指數(shù)(NormalizedDifferenceVegetationIndex,NDVI)的計(jì)算公式如下：數(shù)據(jù)中的近紅外波段和紅光波段。[0064]步驟104:根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)計(jì)算玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值。VH/VV三種極化方式的后向散射系數(shù)進(jìn)行全時(shí)相周期內(nèi)的時(shí)間序列分析，通過不同倒伏程度樣本倒伏前后的后向散射系數(shù)變化規(guī)律可知，隨著倒伏的發(fā)生，后向散射系數(shù)均呈現(xiàn)增大的趨勢，其中，VH極化對于倒伏具有較高的敏感性且對不同倒伏程度的具有較好的可分性，因此本發(fā)明選擇VH極化的后向散射系數(shù)作為最佳敏感參數(shù)(OSP)來進(jìn)行后續(xù)閾值參數(shù)的分析和計(jì)算。也就是說，本發(fā)明建模所需數(shù)據(jù)為全時(shí)相的哨兵1號雙極化數(shù)據(jù)和倒伏前哨兵2號光學(xué)影像數(shù)據(jù)。[0066]將上述的由公式(1)通過倒伏前哨兵2號光學(xué)影像數(shù)據(jù)計(jì)算的玉米倒伏前NDVI作為倒伏前作物植株活力的指示因子，通過研究設(shè)定NDVI的經(jīng)驗(yàn)閾值，NDVI<0.4為低活力，0.4<NDVI<0.6為中活力，NDVI>0.6為高活力，以此將玉米種植區(qū)域劃分為低中高三個(gè)活力等級。對倒伏前、倒伏期和恢復(fù)期三個(gè)時(shí)期哨兵1號雙極化數(shù)據(jù)的VH后向散射系數(shù)進(jìn)行差值計(jì)算，計(jì)算方法如公式(2)和(3)所示。然后采用決策樹分析的方法建立玉米倒伏監(jiān)測模9型，從而實(shí)現(xiàn)玉米倒伏程度劃分。[0069]其中災(zāi)害期△σ和恢復(fù)期8o分別為玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值，的后向散射系數(shù)。[0070]步驟105:根據(jù)所述玉米倒伏前歸一化植被指數(shù)將所有建模樣本點(diǎn)劃分為低活力、中活力和高活力三個(gè)等級，并在每個(gè)等級下分別統(tǒng)計(jì)所述玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值的均值作為統(tǒng)計(jì)閾值。[0071]建模樣本點(diǎn)的NDVI作物活力等級劃分方法為：若建模樣本點(diǎn)的玉米倒伏前歸一化植被指數(shù)NDVI<0.4,將建模樣本點(diǎn)劃分為低活力等級；若0.4<NDVI<0.6,將建模樣本點(diǎn)劃分為中活力等級；若NDVI>0.6,將建模樣本點(diǎn)劃分為高活力等級。[0072]通過分析采樣點(diǎn)(即建模樣本點(diǎn))的△σv和δσ發(fā)現(xiàn)，不同活力等級下，隨著倒伏程度的增加，△σ和δo的變化程度不同，由此可以建立如圖3所示的玉米倒伏監(jiān)測決策樹作為玉米倒伏監(jiān)測模型。首先利用NDVI值將建模樣本點(diǎn)的所有玉米種植區(qū)域分為低活力、中活力和高活力三個(gè)等級，在每個(gè)等級下分別統(tǒng)計(jì)△σ和δσy的均值(avg)和協(xié)方差表1玉米倒伏程度劃分統(tǒng)計(jì)閾值玉米植株活力低活力中活力高活力表1中低、中、高活力所對應(yīng)的D和R值即為圖3玉米倒伏監(jiān)測決策樹中的d1、d2、d3和r1、r2、r3,也就是本發(fā)明建立玉米倒伏監(jiān)測決策樹所需的統(tǒng)計(jì)閾值。由此統(tǒng)計(jì)閾值可以將玉米劃分為正常、輕度倒伏和重度倒伏。[0076]步驟106:根據(jù)所述統(tǒng)計(jì)閾值建立玉米倒伏監(jiān)測決策樹。[0077]將上述的由公式(1)通過倒伏前哨兵2號光學(xué)影像數(shù)據(jù)計(jì)算的玉米倒伏前NDVI作為倒伏前作物植株活力的指示因子，將所有建模樣本點(diǎn)劃分為低活力、中活力和高活力三d3和r1、r2、r3,建立出如圖3所示的玉米倒伏[0078]步驟107:根據(jù)所述玉米倒伏監(jiān)測決策樹確定所監(jiān)測玉米種植區(qū)域的玉米倒伏程度。[0079]在進(jìn)行所監(jiān)測玉米種植區(qū)域的玉米倒伏程度劃分時(shí)，需要首先依據(jù)公式(1)計(jì)算出所監(jiān)測玉米種植區(qū)域的玉米倒伏前NDVI,并依據(jù)公式(2)和(3)計(jì)算出所監(jiān)測玉米種植區(qū)域的D和R值，然后將所監(jiān)測玉米種植區(qū)域的玉米倒伏前NDVI以及D和R值代入圖3所示的玉d3、r1、r2、r3)進(jìn)行比較，根據(jù)玉米倒伏監(jiān)測決策樹中的比較邏輯，植區(qū)域的玉米劃分為正常、輕度倒伏和重度倒伏，作為所監(jiān)測玉米種植區(qū)域的玉米倒伏程度分類結(jié)果。[0080]例如，參見圖3,當(dāng)所監(jiān)測玉米種植區(qū)域的NDVI>0.6時(shí)，若D>d3且R>r3,可以確定所監(jiān)測玉米種植區(qū)域的玉米為重度倒伏；若D>d3且R≤r3,則可以確定所監(jiān)測玉米種植區(qū)域的玉米為輕度倒伏；若D≤d3時(shí)，則可以確定所監(jiān)測玉米種植區(qū)域的玉米為正常狀態(tài)。當(dāng)所監(jiān)測玉米種植區(qū)域的0.4<NDVI≤0.6時(shí)，若D≤d2,可以確定所監(jiān)測玉米種植區(qū)域的玉米為正常狀態(tài)；若D>d2且R≤r2,可以確定所監(jiān)測玉米種植區(qū)域的玉米為輕度倒伏；若D>d2且R>r2,則可以確定所監(jiān)測玉米種植區(qū)域的玉米為重度倒伏。當(dāng)所監(jiān)測玉米種植區(qū)域的NDVI≤0.4時(shí)，若D≤d1,可以確定所監(jiān)測玉米種植區(qū)域的玉米為正常狀態(tài)；若D>d1且R≤r1,可以確定所監(jiān)測玉米種植區(qū)域的玉米為輕度倒伏；若D>d1且R>r1,則可以確定所監(jiān)測玉米種植區(qū)域的玉米為重度倒伏。[0081]本發(fā)明結(jié)合光學(xué)影像和雷達(dá)數(shù)據(jù)對玉米倒伏進(jìn)行研究，通過長時(shí)間數(shù)據(jù)特征分析，對玉米自抽雄期至成熟期的SAR影像信息進(jìn)行分析，將玉米倒伏的周期分為倒伏前期-倒伏發(fā)生期-倒伏恢復(fù)期三個(gè)時(shí)期，利用倒伏前的光學(xué)影像數(shù)據(jù)監(jiān)測玉米倒伏前作物植株活力，并結(jié)合全時(shí)相各周期內(nèi)的SAR影像，能夠?qū)Υ髤^(qū)域的玉米倒伏情況進(jìn)行監(jiān)測，有效提高監(jiān)測精度，為提升玉米產(chǎn)量以及玉米倒伏災(zāi)害預(yù)警提供可靠參考。[0082]下面采用一個(gè)具體實(shí)施例對本發(fā)明玉米倒伏遙感監(jiān)測方法進(jìn)行精度驗(yàn)證。[0083]將本發(fā)明提出的玉米倒伏遙感監(jiān)測方法在東北地區(qū)(吉林省和黑龍江省共14個(gè)地級市)進(jìn)行測試。圖4為本發(fā)明方法的倒伏程度分類結(jié)果與野外驗(yàn)證點(diǎn)的混淆矩陣，參見圖4,從精度驗(yàn)證上看，正常玉米精度為91.7%,輕度的精度為93.3%,重度總體精度可達(dá)94.2%,表明本發(fā)明方法具有較高的監(jiān)測精度。圖5為本發(fā)明方法生成的倒伏監(jiān)測結(jié)果局部放大圖，參見圖5,從目視角度來看，采用本發(fā)明方法劃分的玉米倒伏程度分類結(jié)果與實(shí)際地塊的地塊信息吻合程度較高，表明本發(fā)明方法可以在大區(qū)域尺度上對倒伏程度進(jìn)行監(jiān)[0084]基于本發(fā)明提供的方法，本發(fā)明還提供一種玉米倒伏遙感監(jiān)測系統(tǒng)，包括：[0085]建模樣本點(diǎn)哨兵數(shù)據(jù)提取模塊，用于通過野外采樣獲取存在不同倒伏程度玉米的野外樣本點(diǎn)并提取建模樣本點(diǎn)處的哨兵數(shù)據(jù)；所述不同倒伏程度玉米包括正常未倒伏玉米、輕度倒伏玉米以及重度倒伏玉米；所述哨兵數(shù)據(jù)包括哨兵1號雷達(dá)數(shù)據(jù)和哨兵2號光學(xué)影像數(shù)據(jù)；[0086]篩選和預(yù)處理模塊，用于對所述建模樣本點(diǎn)處的哨兵數(shù)據(jù)進(jìn)行篩選和預(yù)處理，得到預(yù)處理后的哨兵數(shù)據(jù)；所述預(yù)處理后的哨兵數(shù)據(jù)包括全時(shí)相的哨兵1號雙極化數(shù)據(jù)和倒伏前哨兵2號光學(xué)影像數(shù)據(jù)；[0087]歸一化植被指數(shù)計(jì)算模塊，用于根據(jù)所述倒伏前哨兵2號光學(xué)影像數(shù)據(jù)計(jì)算玉米倒伏前歸一化植被指數(shù)；[0088]最佳敏感參數(shù)差值計(jì)算模塊，用于根據(jù)所述全時(shí)相的哨兵1號雙極化數(shù)據(jù)計(jì)算玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值；[0089]閾值統(tǒng)計(jì)分析模塊，用于根據(jù)所述玉米倒伏前歸一化植被指數(shù)將所有建模樣本點(diǎn)劃分為低活力、中活力和高活力三個(gè)等級，并在每個(gè)等級下分別統(tǒng)計(jì)所述玉米災(zāi)害期和恢復(fù)期的最佳敏感參數(shù)差值的均值作為統(tǒng)計(jì)閾值；[0090]玉米倒伏監(jiān)測決策樹建立模塊，用于根據(jù)所述統(tǒng)計(jì)閾值建立玉米倒伏監(jiān)測決策11[0091]玉米倒伏程度劃分模塊，用于根據(jù)所述玉米倒伏監(jiān)測決策樹確定所監(jiān)測玉米種植區(qū)域的玉米倒伏程度。[0092]本發(fā)