利用作物模型提取小麦干热风灾损方法探讨

如何将干热风灾害对小麦造成的产量损失从全部产量损失中提取出来,是目前小麦干热风研究的一个难点。根据小麦生物学特性以及产量结构与干热风发生规律的关系,构建了小麦作物模型,并利用河南省19812004年气象资料与小麦产量资料对模型进行了分析与验证。结果表明:利用作物模型方法得到的小麦产量损失与传统方法得到的产量损失相近,两者的标准均方根误差(NRMSE)为0.36,平均准确率为68.69%,决定系数(R2)为0.81。这表明利用小麦作物模型来提取干热风灾损是可行的,可以用于干热风非典型年份的灾害产量损失计算。

多模态序列遥感影像的洪涝灾害应急信息快速提取

遥感对地观测技术具有响应快、观测范围大、表达地表信息客观等特点,是监测洪涝灾害的有效手段之一。洪涝灾害发生时常常伴随云雨天气,灾害前后获取的时间序列数据来源多样,利用多模态多时相遥感影像对洪涝灾害进行一体化监测是大势所趋。然而,不同传感器类型的数据处理平台不同、处理流程不一,多源数据协同处理链路长、智能化水平低导致时效性难以满足应急响应的需求。提出了一种多模态序列遥感影像一体化配准与洪涝灾害自动变化监测方法,利用深度特征和语义信息实现灾前光学影像和灾后合成孔径雷达(synthetic aperture radar,SAR)影像的自动、高精度配准,基于先验基础地理信息和时间序列遥感影像实现洪水变化监测和灾损信息提取。所提方法在2020年7月中国安徽洪涝灾害和2021年7月中国河南洪涝灾害监测中得到了有效验证,能够实现小时级的灾害应急信息提取。