基于遥感信息提取与多旬降水耦合的农业旱情监测方法
专利汇可以提供基于遥感信息提取与多旬降水耦合的农业旱情监测方法专利检索，专利查询，专利分析的服务。并且本 发明 属于旱情监测技术领域，公开了一种基于遥感信息提取与多旬降 水 耦合的农业旱情监测方法，包括对遥感区域资料、遥感图像资料和近期的多旬降水数据信息资料进行收集 整理 ；对遥感区域资料和遥感图像资料进行预处理和 图像处理 ，对多旬降水数据信息资料进行降水 频率 分析，并通过编程实现图像读取、显示；通过分类器把图像数据划分为尽可能符合实际情况的不同类别；遥感信息与降水数据整合；评估分析、等级判定；将评估后的旱情信息和旱情发展曲线图进行公开发布。本发明利用遥感技术对旱情信息进行监测，能够满足大范围监测的需要，通过将遥感信息进行提取并与多旬降水信息耦合，提高了旱情监测的准确度，并能够发映出干旱发生、发展的全过程。，下面是基于遥感信息提取与多旬降水耦合的农业旱情监测方法专利的具体信息内容。
1.一种基于遥感信息提取与多旬降水耦合的农业旱情监测方法，其特征在于，所述基于遥感信息提取与多旬降水耦合的农业旱情监测方法包括以下步骤：
(1)资料收集：对遥感区域资料、遥感图像资料和近期的多旬降水数据信息资料进行收集整理；
(2)资料预处理：对遥感区域资料和遥感图像资料进行预处理和图像处理，对多旬降水数据信息资料进行降水频率分析，并通过编程实现图像读取、显示；
(3)信息分类：通过分类器把图像数据划分为尽可能符合实际情况的不同类别；
(4)遥感信息与降水数据整合：通过目视解译和计算机解译进行综合分析、逻辑推理，利用模式识别技术与人工智能技术把遥感图像中所包含的地物信息解析出来，并与多旬降水数据进行地域位置的匹配整合；
(5)评估分析、等级判定：通过对遥感图像信息和多旬降水数据整合后的信息数据评估分析，绘制旱情发展曲线图，进行干旱等级划分；
(6)旱情公布：将评估后的旱情信息和旱情发展曲线图进行公开发布。
2.如权利要求1所述基于遥感信息提取与多旬降水耦合的农业旱情监测方法，其特征在于，步骤(2)中，对遥感图像资料进行图像处理具体为改善图像的灰度等级和提高对比度；
采用空间域图像增强方法对图像灰度进行变换：
用f表示输入图像在(x，y)处的像素值，用g表示变换后的输出图像g(x，y)的像素值，T[·]表示对f(x，y)的点运算操作，则灰度变换定义为:
g＝T[f]
设图像的灰度级为L，则图像的灰度反转用公式表示为：
g＝L-1-f
对数变换的公式表示形式为：
g＝c·log(1+f)；
对比度拉伸是通过增加原图像中某些灰度值间的动态范围来实现的，对比度拉伸变换可表示成如下式所示的线性变换函数：
3.如权利要求1所述基于遥感信息提取与多旬降水耦合的农业旱情监测方法，其特征在于，步骤(2)中，降水频率分析的具体步骤如下：
1)降雨的原始数据进行处理，得到符合要求的工作数据，并对其依次读取；
2)计算降雨强度的均值 离差系数Cv和偏差系数Cs
其中xi为各历时的降雨强度， 为模比系数；
3)计算公式参数α、β和γ，α为系列起点到坐标原点的距离，β为代换参数β＝1/d，γ为代换参数γ-1＝a/d；a为系列起点到众值的距离，d为系列起点到众值的距离；
4)将参数α、β和γ代入下式，得到理论分布曲线，进而完成频率分析，
4.如权利要求1所述基于遥感信息提取与多旬降水耦合的农业旱情监测方法，其特征在于，步骤(4)中，目视解译具体为指专业人员运用专业背景知识通过直接观察在遥感图像上获取特定目标地物信息的过程；
计算机解译是指利用模式识别技术与人工智能技术，根据遥感图像中目标地物的各种影征，结合专家知识库中目标地物的解译经验和成像规律等知识进行分析和推理，实现对遥感图像的理解，完成信息提取的过程。
5.一种实现如权利要求1-4任意一项所述基于遥感信息提取与多旬降水耦合的农业旱情监测方法的基于遥感信息提取与多旬降水耦合的农业旱情监测系统，其特征在于，所述基于遥感信息提取与多旬降水耦合的农业旱情监测系统包括：
用于对遥感区域资料、遥感图像资料和近期的多旬降水数据信息资料进行收集整理的资料收集模块；
用于对遥感区域资料和遥感图像资料进行预处理和图像处理，对多旬降水数据信息资料进行降水频率分析，并通过编程实现图像读取、显示的资料预处理模块；
用于通过分类器把图像数据划分为尽可能符合实际情况的不同类别的信息分类模块；
用于把遥感图像中所包含的地物信息解析出来，并与多旬降水数据进行地域位置的匹配整合的遥感信息与降水数据整合模块；
用于通过对遥感图像信息和多旬降水数据整合后的信息数据评估分析，绘制旱情发展曲线图，进行干旱等级划分的评估判定模块；
用于将评估后的旱情信息和旱情发展曲线图进行公开发布的旱情公布模块。
6.如权利要求5所述的基于遥感信息提取与多旬降水耦合的农业旱情监测系统，其特征在于，所述评估判定模块包括：
降水预测模块、数据异常判定模块、旱情曲线图绘制模块、干旱等级评估模块；
降水预测模块，利用上述已有的遥感信息与降水数据整合后的数据，进行目前对应地域遥感图像信息所包含的地物信息匹配，然后进行降水数据预测；
数据异常判定模块，通过以往降水数据与干旱情况的匹配，判定所预测的降水数据是否异常，是否会导致干旱情况的出现以及干旱的严重情况；
旱情曲线图绘制模块，根据数据异常的判定结果绘制旱情曲线图；
干旱等级评估模块，根据旱情持续时间、严重程度等进行干旱等级划分。
7.如权利要求5所述的基于遥感信息提取与多旬降水耦合的农业旱情监测系统，其特征在于，分类模块采用支持向量机的快速分类算法，具体包括：
d
给定训练样本集{(xi，yi)，i＝1，2，…，l}，xi∈R ，yi∈{-1，+1}，引进从输入空间Rn到希尔伯特(Hilbert)空间H的变换：
然后在Hilbert空间H中构造原始问题：
结束条件：
采用Lagrange乘子法求解原始问题，得到的对偶问题为：
结束条件：
其中K(xi，xj)为核函数：
通过求解上述对偶问题得最优解α*＝(α1*,…,αl*)T，选取α*的一个正分量0＜αj*＜C，并据此计算阙值：
b*＝yj-∑yiαi*K(xi,xj)；
最后构造决策函数：
给定两个样本x1，x2∈RN，则两样本之间的距离可以表示为d(x1，x2)， 表示样本xl的第i个分量，在线性的情况下，两样本之间的距离定义如下：
在非线性情况下，两样本之间的距离定义如下：
其中 为将原空间中向量x映射到高维向量空间中所对应的向量，
为核函数；
假设一类样本为x1i，i＝1，…，l，另一类样本为x2j，j＝1，…，m，d(x1i，x2j)表示第一类中的第i个样本到第二类中的第j个样本的距离，则对每一个i值，di＝mind(x1i，x2j)(j＝1，
2，…，m)，所对应的向量x2j就是第二类样本的一个边界向量；
对原始样本通过距离筛选，得到l个由相对边界向量过程的初始训练样本(x1，y1)，…，(xl，yl)，其中xi∈Rn，i＝1，…，l，yi∈{-1，1}是样本xi所属的类别，m为训练样本的类数目，设第k个支持向量机的训练样本集合为X＝{(xi，yi)|yi≥k}，得
约束条件：
if yj＝k
if yj＞k
转化为其对偶问题进行求解：
得到其对应的决策函数为：
基于遥感信息提取与多旬降水耦合的农业旱情监测方法
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种垃圾邮件过滤的中文关键词规则生成方法 | 2020-09-17 | 0 |
| 一种获取角度测量误差曲线的方法 | 2020-09-28 | 2 |
| 一种基于支持向量机的矢量跟踪通道故障检测方法 | 2020-07-11 | 0 |
| 电梯油箱油量远程监控系统及方法 | 2020-07-13 | 0 |
| 双流化床煤气化工艺负荷的控制方法及系统 | 2021-08-09 | 0 |
| 一种基于FPGA的同步时钟管理模块 | 2020-06-14 | 1 |
| 基于终端滑模的有源电力滤波器模糊神经网络控制方法 | 2021-09-22 | 1 |
| 一种窄间隙脉冲MAG焊电弧传感三维焊缝跟踪方法 | 2020-10-20 | 1 |
| Temperature compensated timing signal generator | 2021-12-03 | 1 |
| 電気車の電力変換装置 | 2022-11-06 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
