主要农作物高温灾害遥感监测预报系统及方法.pdf

《主要农作物高温灾害遥感监测预报系统及方法.pdf》由会员分享，可在线阅读，更多相关《主要农作物高温灾害遥感监测预报系统及方法.pdf（15页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201911203079.7 (22)申请日 2019.11.29 (71)申请人 中国农业科学院农业资源与农业区 划研究所 地址 100089 北京市海淀区中关村南大街 12号 (72)发明人 覃志豪李文娟 (74)专利代理机构 北京国坤专利代理事务所 (普通合伙) 11491 代理人 赵红霞 (51)Int.Cl. G06K 9/00(2006.01) G06K 9/62(2006.01) G06F 16/2458(2019.01) G06Q 10/04(2012.01) (。

2、54)发明名称 一种主要农作物高温灾害遥感监测预报系 统及方法 (57)摘要 本发明属于高温灾害遥感监测预报技术领 域， 公开了一种主要农作物高温灾害遥感监测预 报系统及方法， 所述主要农作物高温灾害遥感监 测预报系统包括： 太阳能供电模块、 温度采集模 块、 遥感影像采集模块、 农作物长势监测模块、 中 央控制模块、 高温标记模块、 高温干旱评估模块、 灾害预报模块、 云存储模块、 显示模块。 本发明通 过农作物长势监测模块采用不同时间序列的合 成图像， 从而通过传感器获取待监测作物的各种 反映作物长势的参数， 通过综合分析各种参数 值， 能够更精确的获得作物的长势情况； 同时， 通 过高温。

3、干旱评估模块能够对干旱灾情进行很好 的监测评估以获取准确的信息， 提供干旱灾情服 务， 防患于未然。 权利要求书4页 说明书9页 附图1页 CN 110942039 A 2020.03.31 CN 110942039 A 1.一种主要农作物高温灾害遥感监测预报方法， 其特征在于， 所述主要农作物高温灾 害遥感监测预报方法包括： 步骤一， 通过太阳能供电模块利用太阳能电池板为主要农作物高温灾害遥感监测预报 系统供电； 通过温度采集模块利用温度传感器采集农作物环境温度数据； 步骤二， 通过遥感影像采集模块利用卫星采集农作物高温灾害遥感图像； 通过农作物 长势监测模块监测农作物长势情况； 农作物长势。

4、监测模块监测方法如下： (1)采用一个以上 传感器分别采集指定监测区域内作物的原始长势信息； (2)将采集到的影像发送到远程监 控平台； (3)读取时间序列遥感影像， 并从读取的时间序列遥感影像中选择某几段时序的时 间序列遥感影像， 并对时间序列遥感影响通过影像波段合成方法进行合成； (4)从通过影像 波段合成方法合成得到具有多个波段的合成影像， 从中按预设算法提取特征参数； (5)根据 所述特征参数与预设值的偏离程度评估所述指定监测区域内作物的长势情况； 步骤三， 中央控制模块通过高温标记模块利用标记程序标记采集图像的高温区域； 步骤四， 通过高温干旱评估模块利用评估程序对农作物干旱影像进行。

5、评估； 步骤五， 通过灾害预报模块对农作物高温灾害进行预报； 步骤六， 通过云存储模块利用云服务器存储采集的农作物环境温度数据、 遥感影像、 农 作物长势数据及标记结果、 评估结果、 预报信息； 并通过显示模块利用显示器显示采集的数 据信息； 用于通过云服务器存储采集的农作物环境温度数据、 遥感影像、 农作物长势数据及 标记结果、 评估结果、 预报信息的云存储模块预报信息的， 具体过程如下： 将农作物高温灾 害遥感监测设备采集农作物信息， 遥感监测设备将采集信息传递到云服务器中； 云服务器 将农作物信息经过信号发射基站， 经过无线网络将信息传递到移动终端或者播报中心。 2.如权利要求1所述的主。

6、要农作物高温灾害遥感监测预报方法， 其特征在于， 所述主要 农作物高温灾害遥感监测预报方法对选取的某几段时间序列遥感影像分别进行重投影和 重采样， 并获得重采样影像， 具体过程为： (1)根据选取的每一段时间序列遥感影像的地理信息范围， 确定重投影后影像范围， 并 获取影像覆盖区域； (2)根据影像覆盖区域左上角点坐标及分辨率确定重投影后的影像大小； (3)对影像进行重采样， 即根据(1)及(2)得到的重投影影像大小、 分辨率和左上角点坐 标， 对选取的时间序列遥感影像进行重采样， 为构建的重投影影像各个像素点赋值； 对影像 进行重采样的具体过程为： 1)从重投影后影像的左上角像素点坐标开始，。

7、 逐像素遍历(2)中构建的重投影影像， 将 重投影影像上的左上角点坐标计算到重投影前时间序列遥感影像上； 2)在重投影前的时间序列遥感影像上进行重采样， 得到重投影影像中对应像元的DN 值； 3)对覆盖区域内的所有像素点重复步骤1)及2)， 得到重采样影像。 3.如权利要求1所述的主要农作物高温灾害遥感监测预报方法， 其特征在于， 所述主要 农作物高温灾害遥感监测预报方法高温干旱评估模块评估方法如下： 1)基于风云卫星的中分辨率数据进行干旱监测； 其中， 利用风云卫星的中分辨率数据中的红外波段和近红外波段数据构建植被指数； 所述植被指数包括植被供水指数、 归一化植被指数、 植被状况指数、 温度。

8、状况指数以及植被 权利要求书 1/4 页 2 CN 110942039 A 2 健康指数； 分类评估各植被指数的干旱监测有效性； 对风云卫星遥感数据进行处理生成风 云卫星中分辨率数据干旱指数数据集； 利用干旱监测模型系统生成干旱监测产品； 2)协同多遥感参数与地面历史干旱记录构建综合干旱监测指数， 利用构建的综合干旱 监测指数进行干旱灾害的监测和应急响应处理； 其中， 所述协同多遥感参数与地面历史干旱记录构建综合干旱监测指数包括， 搜集旱 情数据， 并对旱情数据进行预处理； 所述旱情数据包括区域性遥感降雨、 土壤水分、 植被指 数以及地表温度的长时间序列数据， 中国农业气象灾情数据集、 国际灾。

9、害数据库中的干旱 灾害记录数据， 用于直接反应地面旱情信息的地面墒情监测数据； 其中， 所述对旱情数据进 行预处理包括， 对风云卫星提供的数据进行重采样和重投影处理成时空分辨率一致的数据 集； 基于旱情数据、 土地覆盖及土地利用数据识别出旱灾易发区， 作为干旱监测的重点关 注区域； 依据气候、 土壤、 生态系统类型将所述重点关注区域区划分为不同类型的干旱频发 区； 针对不同类型的干旱频发区， 比对干旱期间各遥感参数的响应过程， 识别出不同旱频 发区的干旱敏感参数； 以县级行政单位作为区域尺度， 基于干旱敏感参数的参数特征空间来构建综合干旱监 测指数； 所述干旱敏感参数为水循环参数； 选择多个水。

10、循环参数的长时间序列数据构建综 合干旱监测指数； 所述水循环参数包括降水、 植被指数、 地表温度； 对于任一干旱频发区， 利 用多个水循环参数构建多维的参数特征空间， 并利用地面干湿记录定位干旱发生时干旱频 发区的各参数状态； 所述参数状态即为该干旱频发区是否处于干旱的判定依据， 构成综合 干旱监测指数； 3)基于多遥感参数进行面向灾情要素的干旱影响评估处理； 其中， 基于多源遥感的综合干旱监测指数的时空分布特征及干旱影响范围， 结合地表 气象观测数据、 农作物分布、 灾情报告信息， 通过信息挖掘构建面向干旱灾情特征的训练样 本特征集； 基于机器深度学习提取干旱灾情特征与面向灾情的要素对象， 。

11、建立从基础参数 到灾害背景参数和灾情要素特征参数的提取模型； 基于GIS空间信息格网制作干旱灾情评估图， 对包括受灾区受影响人口、 受旱耕地、 灾 区引调水状况的灾情要素进行干旱影响评估。 4.如权利要求3所述的主要农作物高温灾害遥感监测预报方法， 其特征在于， 所述主要 农作物高温灾害遥感监测预报方法选择多个水循环参数的长时间序列数据构建综合干旱 监测指数具体包括： 将给定参数的长时间序列数据进行统计上的10等分， 分别得到各个参数的10等分点 值， 即将每个参数划分为10个等级； 利用各参数的10等分点构建参数特征空间； 将所有历史观测状态投放到上一步骤构造的参数特征空间中， 并利用对应的。

12、地面历史 干旱记录标识出干旱条件下的状态位置； 其中， 所述历史观测状态是由所有参数构成的一 个状态； 划定干旱频发区在干旱易发状态下各个参数的等级范围， 所述等级范围定义了该干旱 频发区在干旱条件下的参数状态， 如果各参数落入相应的等级范围， 则表明该干旱频发区 权利要求书 2/4 页 3 CN 110942039 A 3 已经处于干旱状态， 从而完成干旱监测过程； 所述等级范围为基于多源遥感参数的综合干 旱指数。 5.一种实施权利要求14任意一项所述主要农作物高温灾害遥感监测预报方法的主 要农作物高温灾害遥感监测预报系统， 其特征在于， 所述主要农作物高温灾害遥感监测预 报系统包括： 太阳。

13、能供电模块， 与中央控制模块连接， 用于通过太阳能电池板为主要农作物高温灾 害遥感监测预报系统供电； 温度采集模块， 与中央控制模块连接， 用于通过温度传感器采集农作物环境温度数据； 遥感影像采集模块， 与中央控制模块连接， 用于通过卫星采集农作物高温灾害遥感图 像； 农作物长势监测模块， 与中央控制模块连接， 用于监测农作物长势情况； 中央控制模块， 与太阳能供电模块、 温度采集模块、 遥感影像采集模块、 农作物长势监 测模块、 高温标记模块、 高温干旱评估模块、 灾害预报模块、 云存储模块、 显示模块连接， 用 于通过主机控制各个模块正常工作； 高温标记模块， 与中央控制模块连接， 用于通。

14、过标记程序标记采集图像的高温区域； 高温干旱评估模块， 与中央控制模块连接， 用于通过评估程序对农作物干旱影像进行 评估； 灾害预报模块， 与中央控制模块连接， 用于对农作物高温灾害进行预报； 云存储模块， 与中央控制模块连接， 用于通过云服务器存储采集的农作物环境温度数 据、 遥感影像、 农作物长势数据及标记结果、 评估结果、 预报信息； 显示模块， 与中央控制模块连接， 用于通过显示器显示采集的农作物环境温度数据、 遥 感影像、 农作物长势数据及标记结果、 评估结果、 预报信息。 6.如权利要求5所述的主要农作物高温灾害遥感监测预报系统， 其特征在于， 所述遥感 影像采集模块包括： 遥感图。

15、像清晰度处理模块， 对获取的遥感图像进行降噪处理， 并且去除遥感图像中的 坏线和条带； 同时对遥感图像中的薄云进行减弱； 农作物遥感图像矫正模块， 对农作种植区地形起伏较大的位置， 进行正射矫； 农作物图像增强模块， 为了使获取的农作物遥感图像更加清晰， 便于进行识别， 对获取 的农作物遥感图像进行彩色修正、 直方图处理和图像灰度处理； 农作物遥感图像特征提取模块， 对能够反映农作物高温灾害的遥感图像片段进行提 取； 农作物遥感图像识别模块， 根据提取的特征农作物遥感图像特征， 根据数据库中的信 息， 对获取的遥感图像特征信息进行对比分析， 判断出相应的结果。 7.如权利要求5所述的主要农作物。

16、高温灾害遥感监测预报系统， 其特征在于， 所述中央 控制模块设置有农作物高温灾害分析模块， 其农作物高温灾害分析模块包括： 作为种植面积估算模块， 根据所获取的遥感图像信息， 对作物种植面积进行估算； 作物单产估算模块， 根据采集的数据， 对单位面积的农作物产量进行估算； 农业干旱评估模块， 根据估算的种植面积和单位面积农作物产量， 对农业干旱程度进 行评估； 权利要求书 3/4 页 4 CN 110942039 A 4 粮食生产风险评估模块， 根据农业干旱程度， 对粮食生产安全性进行评估。 8.如权利要求5所述的主要农作物高温灾害遥感监测预报系统， 其特征在于， 所述云存 储模块包括： 大数。

17、据采集模块， 通过相应的程序， 对农作物遥感监测终端采集的数据进行接收； 大数据分析处理模块， 利用分布式数据库， 对储存在内部的海量数据进行分析分类汇 总； 大数据导入处理模块， 利用相应的程序， 将接收的海量数据导入到集中的大型分布式 数据库中； 大数据挖掘处理模块， 对大数据进行分析， 从大量数据中找到相应的规律， 提取需要搜 索的数据信息。 9.一种应用权利要求14任意一项所述主要农作物高温灾害遥感监测预报方法的信 息数据处理终端。 10.一种应用权利要求14任意一项所述主要农作物高温灾害遥感监测预报方法的高 温灾害遥感监测预报系统。 权利要求书 4/4 页 5 CN 11094203。

18、9 A 5 一种主要农作物高温灾害遥感监测预报系统及方法 技术领域 0001 本发明属于高温灾害遥感监测预报技术领域， 尤其涉及一种主要农作物高温灾害 遥感监测预报系统及方法。 背景技术 0002 目前， 最接近的现有技术： 农业干旱是指在农作物生长发育过程中， 因降水不足、 土壤含水量过低和作物得不到适时适量的灌溉， 致使供水不能满足农作物的正常需水， 而 造成农作物减产。 农业干旱以土壤含水量和植物生长状态为特征， 是指农业生长季节内因 长期无雨， 造成大气干旱、 土壤缺水， 农作物生长发育受抑， 导致明显减产， 甚至绝收的一种 农业气象灾害。 体现干旱程度的主要因子有:降水、 土壤含水量。

19、、 土壤质地、 气温、 作物品种 和产量， 以及干旱发生的季节等。 然而， 现有农作物高温灾害遥感监测预报不能客观的反映 作物长势情况； 同时， 不能对干旱影响进行准确评估。 0003 综上所述， 现有技术存在的问题是： 现有农作物高温灾害遥感监测预报不能客观 的反映作物长势情况； 同时， 不能对干旱影响进行准确评估。 发明内容 0004 针对现有技术存在的问题， 本发明提供了一种主要农作物高温灾害遥感监测预报 系统及方法。 0005 本发明是这样实现的， 一种主要农作物高温灾害遥感监测预报方法， 所述主要农 作物高温灾害遥感监测预报方法包括： 0006 步骤一， 通过太阳能供电模块利用太阳能。

20、电池板为主要农作物高温灾害遥感监测 预报系统供电； 通过温度采集模块利用温度传感器采集农作物环境温度数据； 0007 步骤二， 通过遥感影像采集模块利用卫星采集农作物高温灾害遥感图像； 通过农 作物长势监测模块监测农作物长势情况； 农作物长势监测模块监测方法如下： (1)采用一个 以上传感器分别采集指定监测区域内作物的原始长势信息； (2)将采集到的影像发送到远 程监控平台； (3)读取时间序列遥感影像， 并从读取的时间序列遥感影像中选择某几段时序 的时间序列遥感影像， 并对时间序列遥感影响通过影像波段合成方法进行合成； (4)从通过 影像波段合成方法合成得到具有多个波段的合成影像， 从中按预。

21、设算法提取特征参数； (5) 根据所述特征参数与预设值的偏离程度评估所述指定监测区域内作物的长势情况； 0008 步骤三， 中央控制模块通过高温标记模块利用标记程序标记采集图像的高温区 域； 0009 步骤四， 通过高温干旱评估模块利用评估程序对农作物干旱影像进行评估； 0010 步骤五， 通过灾害预报模块对农作物高温灾害进行预报； 0011 步骤六， 通过云存储模块利用云服务器存储采集的农作物环境温度数据、 遥感影 像、 农作物长势数据及标记结果、 评估结果、 预报信息； 并通过显示模块利用显示器显示采 集的数据信息； 用于通过云服务器存储采集的农作物环境温度数据、 遥感影像、 农作物长势 。

22、说明书 1/9 页 6 CN 110942039 A 6 数据及标记结果、 评估结果、 预报信息的云存储模块预报信息的， 具体过程如下： 将农作物 高温灾害遥感监测设备采集农作物信息， 遥感监测设备将采集信息传递到云服务器中； 云 服务器将农作物信息经过信号发射基站， 经过无线网络将信息传递到移动终端或者播报中 心。 0012 进一步， 所述主要农作物高温灾害遥感监测预报方法对选取的某几段时间序列遥 感影像分别进行重投影和重采样， 并获得重采样影像， 具体过程为： 0013 (1)根据选取的每一段时间序列遥感影像的地理信息范围， 确定重投影后影像范 围， 并获取影像覆盖区域； 0014 (2)。

23、根据影像覆盖区域左上角点坐标及分辨率确定重投影后的影像大小； 0015 (3)对影像进行重采样， 即根据(1)及(2)得到的重投影影像大小、 分辨率和左上角 点坐标， 对选取的时间序列遥感影像进行重采样， 为构建的重投影影像各个像素点赋值； 对 影像进行重采样的具体过程为： 0016 1)从重投影后影像的左上角像素点坐标开始， 逐像素遍历(2)中构建的重投影影 像， 将重投影影像上的左上角点坐标计算到重投影前时间序列遥感影像上； 0017 2)在重投影前的时间序列遥感影像上进行重采样， 得到重投影影像中对应像元的 DN值； 0018 3)对覆盖区域内的所有像素点重复步骤1)及2)， 得到重采样。

24、影像。 0019 进一步， 所述主要农作物高温灾害遥感监测预报方法高温干旱评估模块评估方法 如下： 0020 1)基于风云卫星的中分辨率数据进行干旱监测， 0021 其中， 利用风云卫星的中分辨率数据中的红外波段和近红外波段数据构建植被指 数； 所述植被指数包括植被供水指数、 归一化植被指数、 植被状况指数、 温度状况指数以及 植被健康指数； 分类评估各植被指数的干旱监测有效性； 对风云卫星遥感数据进行处理生 成风云卫星中分辨率数据干旱指数数据集； 利用干旱监测模型系统生成干旱监测产品； 0022 2)协同多遥感参数与地面历史干旱记录构建综合干旱监测指数， 利用构建的综合 干旱监测指数进行干旱。

25、灾害的监测和应急响应处理； 0023 其中， 所述协同多遥感参数与地面历史干旱记录构建综合干旱监测指数包括， 搜 集旱情数据， 并对旱情数据进行预处理； 所述旱情数据包括区域性遥感降雨、 土壤水分、 植 被指数以及地表温度的长时间序列数据， 中国农业气象灾情数据集、 国际灾害数据库中的 干旱灾害记录数据， 用于直接反应地面旱情信息的地面墒情监测数据； 其中， 所述对旱情数 据进行预处理包括， 对风云卫星提供的数据进行重采样和重投影处理成时空分辨率一致的 数据集； 0024 基于旱情数据、 土地覆盖及土地利用数据识别出旱灾易发区， 作为干旱监测的重 点关注区域； 依据气候、 土壤、 生态系统类型。

26、将所述重点关注区域区划分为不同类型的干旱 频发区； 0025 针对不同类型的干旱频发区， 比对干旱期间各遥感参数的响应过程， 识别出不同 旱频发区的干旱敏感参数； 0026 以县级行政单位作为区域尺度， 基于干旱敏感参数的参数特征空间来构建综合干 旱监测指数； 所述干旱敏感参数为水循环参数； 选择多个水循环参数的长时间序列数据构 说明书 2/9 页 7 CN 110942039 A 7 建综合干旱监测指数； 所述水循环参数包括降水、 植被指数、 地表温度； 对于任一干旱频发 区， 利用多个水循环参数构建多维的参数特征空间， 并利用地面干湿记录定位干旱发生时 干旱频发区的各参数状态； 所述参数状。

27、态即为该干旱频发区是否处于干旱的判定依据， 构 成综合干旱监测指数； 0027 3)基于多遥感参数进行面向灾情要素的干旱影响评估处理， 0028 其中， 基于多源遥感的综合干旱监测指数的时空分布特征及干旱影响范围， 结合 地表气象观测数据、 农作物分布、 灾情报告信息， 通过信息挖掘构建面向干旱灾情特征的训 练样本特征集； 基于机器深度学习提取干旱灾情特征与面向灾情的要素对象， 建立从基础 参数到灾害背景参数和灾情要素特征参数的提取模型； 0029 基于GIS空间信息格网制作干旱灾情评估图， 对包括受灾区受影响人口、 受旱耕 地、 灾区引调水状况的灾情要素进行干旱影响评估。 0030 进一步，。

28、 所述主要农作物高温灾害遥感监测预报方法选择多个水循环参数的长时 间序列数据构建综合干旱监测指数具体包括： 0031 将给定参数的长时间序列数据进行统计上的10等分， 分别得到各个参数的10等分 点值， 即将每个参数划分为10个等级； 0032 利用各参数的10等分点构建参数特征空间； 0033 将所有历史观测状态投放到上一步骤构造的参数特征空间中， 并利用对应的地面 历史干旱记录标识出干旱条件下的状态位置； 其中， 所述历史观测状态是由所有参数构成 的一个状态； 0034 划定干旱频发区在干旱易发状态下各个参数的等级范围， 所述等级范围定义了该 干旱频发区在干旱条件下的参数状态， 如果各参数。

29、落入相应的等级范围， 则表明该干旱频 发区已经处于干旱状态， 从而完成干旱监测过程； 所述等级范围为基于多源遥感参数的综 合干旱指数。 0035 本发明的另一目的在于提供一种实施所述主要农作物高温灾害遥感监测预报方 法的主要农作物高温灾害遥感监测预报系统， 所述主要农作物高温灾害遥感监测预报系统 包括： 0036 太阳能供电模块， 与中央控制模块连接， 用于通过太阳能电池板为主要农作物高 温灾害遥感监测预报系统供电； 0037 温度采集模块， 与中央控制模块连接， 用于通过温度传感器采集农作物环境温度 数据； 0038 遥感影像采集模块， 与中央控制模块连接， 用于通过卫星采集农作物高温灾害遥。

30、 感图像； 0039 农作物长势监测模块， 与中央控制模块连接， 用于监测农作物长势情况； 0040 中央控制模块， 与太阳能供电模块、 温度采集模块、 遥感影像采集模块、 农作物长 势监测模块、 高温标记模块、 高温干旱评估模块、 灾害预报模块、 云存储模块、 显示模块连 接， 用于通过主机控制各个模块正常工作； 0041 高温标记模块， 与中央控制模块连接， 用于通过标记程序标记采集图像的高温区 域； 0042 高温干旱评估模块， 与中央控制模块连接， 用于通过评估程序对农作物干旱影像 说明书 3/9 页 8 CN 110942039 A 8 进行评估； 0043 灾害预报模块， 与中央控。

31、制模块连接， 用于对农作物高温灾害进行预报； 0044 云存储模块， 与中央控制模块连接， 用于通过云服务器存储采集的农作物环境温 度数据、 遥感影像、 农作物长势数据及标记结果、 评估结果、 预报信息； 0045 显示模块， 与中央控制模块连接， 用于通过显示器显示采集的农作物环境温度数 据、 遥感影像、 农作物长势数据及标记结果、 评估结果、 预报信息。 0046 进一步， 所述遥感影像采集模块包括： 0047 遥感图像清晰度处理模块， 对获取的遥感图像进行降噪处理， 并且去除遥感图像 中的坏线和条带； 同时对遥感图像中的薄云进行减弱； 0048 农作物遥感图像矫正模块， 对农作种植区地形。

32、起伏较大的位置， 进行正射矫； 0049 农作物图像增强模块， 为了使获取的农作物遥感图像更加清晰， 便于进行识别， 对 获取的农作物遥感图像进行彩色修正、 直方图处理和图像灰度处理； 0050 农作物遥感图像特征提取模块， 对能够反映农作物高温灾害的遥感图像片段进行 提取； 0051 农作物遥感图像识别模块， 根据提取的特征农作物遥感图像特征， 根据数据库中 的信息， 对获取的遥感图像特征信息进行对比分析， 判断出相应的结果。 0052 进一步， 所述中央控制模块设置有农作物高温灾害分析模块， 其农作物高温灾害 分析模块包括： 0053 作为种植面积估算模块， 根据所获取的遥感图像信息， 对。

33、作物种植面积进行估算； 0054 作物单产估算模块， 根据采集的数据， 对单位面积的农作物产量进行估算； 0055 农业干旱评估模块， 根据估算的种植面积和单位面积农作物产量， 对农业干旱程 度进行评估； 0056 粮食生产风险评估模块， 根据农业干旱程度， 对粮食生产安全性进行评估。 0057 进一步， 所述云存储模块包括： 0058 大数据采集模块， 通过相应的程序， 对农作物遥感监测终端采集的数据进行接收； 0059 大数据分析处理模块， 利用分布式数据库， 对储存在内部的海量数据进行分析分 类汇总； 0060 大数据导入处理模块， 利用相应的程序， 将接收的海量数据导入到集中的大型分 。

34、布式数据库中； 0061 大数据挖掘处理模块， 对大数据进行分析， 从大量数据中找到相应的规律， 提取需 要搜索的数据信息。 0062 本发明的另一目的在于提供一种应用所述主要农作物高温灾害遥感监测预报方 法的信息数据处理终端。 0063 本发明的另一目的在于提供一种应用所述主要农作物高温灾害遥感监测预报方 法的高温灾害遥感监测预报系统。 0064 本发明的优点及积极效果为： 本发明通过农作物长势监测模块使用基于时间序列 遥感数据的农作物长势监测方法通过在待监测作物的不同空间位置点分别安装多个各种 类型的传感器， 通过采用不同时间序列的合成图像， 从而通过传感器获取待监测作物的各 种反映作物长。

35、势的参数， 通过综合分析各种参数值， 能够更精确的获得作物的长势情况； 同 说明书 4/9 页 9 CN 110942039 A 9 时， 通过高温干旱评估模块能够对干旱灾情进行很好的监测评估以获取准确的信息， 提供 干旱灾情服务， 防患于未然。 附图说明 0065 图1是本发明实施例提供的主要农作物高温灾害遥感监测预报方法流程图。 0066 图2是本发明实施例提供的主要农作物高温灾害遥感监测预报系统结构示意图； 0067 图中： 1、 太阳能供电模块； 2、 温度采集模块； 3、 遥感影像采集模块； 4、 农作物长势 监测模块； 5、 中央控制模块； 6、 高温标记模块； 7、 高温干旱评估。

36、模块； 8、 灾害预报模块； 9、 云 存储模块； 10、 显示模块。 具体实施方式 0068 为能进一步了解本发明的发明内容、 特点及功效， 兹例举以下实施例， 并配合附图 详细说明如下。 0069 针对现有技术存在的问题， 本发明提供了一种主要农作物高温灾害遥感监测预报 系统及方法， 下面结合附图对本发明作详细的描述。 0070 如图1所示， 本发明提供的主要农作物高温灾害遥感监测预报方法包括以下步骤： 0071 步骤S101， 通过太阳能供电模块利用太阳能电池板为主要农作物高温灾害遥感监 测预报系统供电； 通过温度采集模块利用温度传感器采集农作物环境温度数据； 0072 步骤S102， 。

37、通过遥感影像采集模块利用卫星采集农作物高温灾害遥感图像； 通过 农作物长势监测模块监测农作物长势情况； 0073 步骤S103， 中央控制模块通过高温标记模块利用标记程序标记采集图像的高温区 域； 0074 步骤S104， 通过高温干旱评估模块利用评估程序对农作物干旱影像进行评估； 0075 步骤S105， 通过灾害预报模块对农作物高温灾害进行预报； 0076 步骤S106， 通过云存储模块利用云服务器存储采集的农作物环境温度数据、 遥感 影像、 农作物长势数据及标记结果、 评估结果、 预报信息； 并通过显示模块利用显示器显示 采集的数据信息。 0077 如图2所示， 本发明实施例提供的主要农。

38、作物高温灾害遥感监测预报系统包括： 太 阳能供电模块1、 温度采集模块2、 遥感影像采集模块3、 农作物长势监测模块4、 中央控制模 块5、 高温标记模块6、 高温干旱评估模块7、 灾害预报模块8、 云存储模块9、 显示模块10。 0078 太阳能供电模块1， 与中央控制模块5连接， 用于通过太阳能电池板为主要农作物 高温灾害遥感监测预报系统供电。 0079 温度采集模块2， 与中央控制模块5连接， 用于通过温度传感器采集农作物环境温 度数据。 0080 遥感影像采集模块3， 与中央控制模块5连接， 用于通过卫星采集农作物高温灾害 遥感图像。 0081 农作物长势监测模块4， 与中央控制模块5。

39、连接， 用于监测农作物长势情况； 0082 中央控制模块5， 与太阳能供电模块1、 温度采集模块2、 遥感影像采集模块3、 农作 物长势监测模块4、 高温标记模块6、 高温干旱评估模块7、 灾害预报模块8、 云存储模块9、 显 说明书 5/9 页 10 CN 110942039 A 10 示模块10连接， 用于通过主机控制各个模块正常工作。 0083 高温标记模块6， 与中央控制模块5连接， 用于通过标记程序标记采集图像的高温 区域。 0084 高温干旱评估模块7， 与中央控制模块5连接， 用于通过评估程序对农作物干旱影 像进行评估。 0085 灾害预报模块8， 与中央控制模块5连接， 用于对。

40、农作物高温灾害进行预报。 0086 云存储模块9， 与中央控制模块5连接， 用于通过云服务器存储采集的农作物环境 温度数据、 遥感影像、 农作物长势数据及标记结果、 评估结果、 预报信息。 0087 显示模块10， 与中央控制模块5连接， 用于通过显示器显示采集的农作物环境温度 数据、 遥感影像、 农作物长势数据及标记结果、 评估结果、 预报信息。 0088 所述与中央控制模块5连接， 用于通过卫星采集农作物高温灾害遥感图像的遥感 影像采集模块3包括： 0089 遥感图像清晰度处理模块， 对获取的遥感图像进行降噪处理， 并且去除遥感图像 中的坏线和条带； 同时对遥感图像中的薄云进行减弱。 00。

41、90 农作物遥感图像矫正模块， 对农作种植区地形起伏较大的位置， 进行正射矫正。 0091 农作物图像增强模块， 为了使获取的农作物遥感图像更加清晰， 便于进行识别， 对 获取的农作物遥感图像进行彩色修正、 直方图处理和图像灰度处理。 0092 农作物遥感图像特征提取模块， 对能够反映农作物高温灾害的遥感图像片段进行 提取。 0093 农作物遥感图像识别模块， 根据提取的特征农作物遥感图像特征， 根据数据库中 的信息， 对获取的遥感图像特征信息进行对比分析， 判断出相应的结果。 0094 所述的与中央控制模块5连接， 用于通过云服务器存储采集的农作物环境温度数 据、 遥感影像、 农作物长势数据。

42、及标记结果、 评估结果、 预报信息的云存储模块9预报信息 的， 具体过程如下： 0095 将农作物高温灾害遥感监测设备采集农作物信息， 遥感监测设备将采集信息传递 到云服务器中； 0096 云服务器将农作物信息经过信号发射基站， 经过无线网络将信息传递到移动终端 或者播报中心。 0097 所述与太阳能供电模块1、 温度采集模块2、 遥感影像采集模块3、 农作物长势监测 模块4、 高温标记模块6、 高温干旱评估模块7、 灾害预报模块8、 云存储模块9、 显示模块10连 接， 用于通过主机控制各个模块正常工作的中央控制模块5设置有农作物高温灾害分析模 块， 其农作物高温灾害分析模块包括： 0098。

43、 作为种植面积估算模块， 根据所获取的遥感图像信息， 对作物种植面积进行估算。 0099 作物单产估算模块， 根据采集的数据， 对单位面积的农作物产量进行估算。 0100 农业干旱评估模块， 根据估算的种植面积和单位面积农作物产量， 对农业干旱程 度进行评估。 0101 粮食生产风险评估模块， 根据农业干旱程度， 对粮食生产安全性进行评估。 0102 所述与中央控制模块5连接， 用于通过云服务器存储采集的农作物环境温度数据、 遥感影像、 农作物长势数据及标记结果、 评估结果、 预报信息的云存储模块9包括： 说明书 6/9 页 11 CN 110942039 A 11 0103 大数据采集模块，。

44、 通过相应的程序， 对农作物遥感监测终端采集的数据进行接收。 0104 大数据分析处理模块， 利用分布式数据库， 对储存在内部的海量数据进行分析分 类汇总。 0105 大数据导入处理模块， 利用相应的程序， 将接收的海量数据导入到集中的大型分 布式数据库中。 0106 大数据挖掘处理模块， 对大数据进行分析， 从大量数据中找到相应的规律， 提取需 要搜索的数据信息。 0107 本发明提供的农作物长势监测模块4监测方法如下： 0108 (1)采用一个以上传感器分别采集指定监测区域内作物的原始长势信息； 0109 (2)将采集到的影像发送到远程监控平台； 0110 (3)读取时间序列遥感影像， 并。

45、从读取的时间序列遥感影像中选择某几段时序的 时间序列遥感影像， 并对时间序列遥感影响通过影像波段合成方法进行合成； 0111 (4)从通过影像波段合成方法合成得到具有多个波段的合成影像， 从中按预设算 法提取特征参数； 0112 (5)根据所述特征参数与预设值的偏离程度评估所述指定监测区域内作物的长势 情况。 0113 本发明提供的地上固定式传感器可以为近红外传感器、 可见光传感器； 地下固定 式传感器可以为湿度传感器、 用于测量土壤肥力的传感器、 用于测量土壤酸碱度的传感器。 0114 本发明提供的步骤(3)中对选取的某几段时间序列遥感影像分别进行重投影和重 采样， 并获得重采样影像， 具体。

46、过程为： 0115 (3.1)根据选取的每一段时间序列遥感影像的地理信息范围， 确定重投影后影像 范围， 并获取影像覆盖区域； 0116 (3.2)根据影像覆盖区域左上角点坐标及分辨率确定重投影后的影像大小； 0117 (3.3)对影像进行重采样， 即根据步骤(3.1)及(3.2)得到的重投影影像大小、 分辨 率和左上角点坐标， 对选取的时间序列遥感影像进行重采样， 为构建的重投影影像各个像 素点赋值。 0118 本发明提供的步骤(3.3)中对影像进行重采样的具体过程为： 0119 (3.31)从重投影后影像的左上角像素点坐标开始， 逐像素遍历步骤(3.2)中构建 的重投影影像， 将重投影影像。

47、上的左上角点坐标计算到重投影前时间序列遥感影像上； 0120 (3.32)在重投影前的时间序列遥感影像上进行重采样， 得到重投影影像中对应像 元的DN值； 0121 (3.33)对覆盖区域内的所有像素点重复步骤(3.31)及(3.32)， 得到重采样影像。 0122 本发明提供的高温干旱评估模块7评估方法如下： 0123 1)基于风云卫星的中分辨率数据进行干旱监测， 0124 其中， 利用风云卫星的中分辨率数据中的红外波段和近红外波段数据构建植被指 数； 所述植被指数包括植被供水指数、 归一化植被指数、 植被状况指数、 温度状况指数以及 植被健康指数； 分类评估各植被指数的干旱监测有效性； 对。

48、风云卫星遥感数据进行处理生 成风云卫星中分辨率数据干旱指数数据集； 利用干旱监测模型系统生成干旱监测产品； 0125 2)协同多遥感参数与地面历史干旱记录构建综合干旱监测指数， 利用构建的综合 说明书 7/9 页 12 CN 110942039 A 12 干旱监测指数进行干旱灾害的监测和应急响应处理； 0126 其中， 所述协同多遥感参数与地面历史干旱记录构建综合干旱监测指数包括， 搜 集旱情数据， 并对旱情数据进行预处理； 所述旱情数据包括区域性遥感降雨、 土壤水分、 植 被指数以及地表温度的长时间序列数据， 中国农业气象灾情数据集、 国际灾害数据库中的 干旱灾害记录数据， 用于直接反应地面。

49、旱情信息的地面墒情监测数据； 其中， 所述对旱情数 据进行预处理包括， 对风云卫星提供的数据进行重采样和重投影处理成时空分辨率一致的 数据集； 0127 基于旱情数据、 土地覆盖及土地利用数据识别出旱灾易发区， 作为干旱监测的重 点关注区域； 依据气候、 土壤、 生态系统类型将所述重点关注区域区划分为不同类型的干旱 频发区； 0128 针对不同类型的干旱频发区， 比对干旱期间各遥感参数的响应过程， 识别出不同 旱频发区的干旱敏感参数； 0129 以县级行政单位作为区域尺度， 基于干旱敏感参数的参数特征空间来构建综合干 旱监测指数； 所述干旱敏感参数为水循环参数； 选择多个水循环参数的长时间序列。

50、数据构 建综合干旱监测指数； 所述水循环参数包括降水、 植被指数、 地表温度； 对于任一干旱频发 区， 利用多个水循环参数构建多维的参数特征空间， 并利用地面干湿记录定位干旱发生时 干旱频发区的各参数状态； 所述参数状态即为该干旱频发区是否处于干旱的判定依据， 构 成综合干旱监测指数； 0130 3)基于多遥感参数进行面向灾情要素的干旱影响评估处理， 0131 其中， 基于多源遥感的综合干旱监测指数的时空分布特征及干旱影响范围， 结合 地表气象观测数据、 农作物分布、 灾情报告信息， 通过信息挖掘构建面向干旱灾情特征的训 练样本特征集； 基于机器深度学习提取干旱灾情特征与面向灾情的要素对象， 。