本發(fā)明屬于農(nóng)業(yè)技術(shù)領(lǐng)域，尤其涉及一種基于modis數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測(cè)方法。
背景技術(shù)：
干旱的發(fā)生過程是潛在的，不容易發(fā)現(xiàn)；農(nóng)田干旱的發(fā)生特征是影響范圍大，帶來(lái)嚴(yán)重的災(zāi)難性后果和經(jīng)濟(jì)損失；研究、評(píng)價(jià)干旱發(fā)生和發(fā)展的過程，可以采取相應(yīng)的抗旱防災(zāi)減災(zāi)措施，減少農(nóng)業(yè)災(zāi)害損失。隨著遙感技術(shù)的發(fā)展，遙感以其動(dòng)態(tài)、實(shí)時(shí)、多光譜、廉價(jià)的優(yōu)勢(shì)，為旱情監(jiān)測(cè)開辟了新的途徑。遙感獲取的植被指數(shù)和地表溫度是描述地球表面特征的兩個(gè)十分重要參數(shù)，因此干旱發(fā)生時(shí)，可通過植被指數(shù)或地表溫度的變化來(lái)揭示作物生理異常特征，間接反映農(nóng)田水熱脅迫狀況。按照遙感數(shù)據(jù)所使用的波段可分為：可見光、近紅外、熱紅外、微波等。由于所使用的波段不同，產(chǎn)生了眾多模型和方法。如水分虧缺指數(shù)模型、溫度植被干旱指數(shù)模型等。雖然用于農(nóng)業(yè)旱災(zāi)監(jiān)測(cè)的模型很多，但大多數(shù)只是實(shí)驗(yàn)性的研究。因此探索一種相對(duì)精確的農(nóng)田干旱監(jiān)測(cè)方法非常必要。
綜上所述，現(xiàn)有技術(shù)存在的問題是：現(xiàn)有技術(shù)，在進(jìn)行旱情監(jiān)測(cè)時(shí)，僅僅對(duì)植被指數(shù)和地表溫度計(jì)算作物供水指數(shù)，而忽略了modis圖像處理技術(shù)，使數(shù)據(jù)獲得準(zhǔn)確率低；不能為建立更為規(guī)范的干旱等級(jí)劃分提供有效保證。
技術(shù)實(shí)現(xiàn)要素：
為解決現(xiàn)有技術(shù)存在的問題，本發(fā)明的目的在于提供一種基于modis數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測(cè)方法。
本發(fā)明是這樣實(shí)現(xiàn)的，一種基于modis數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測(cè)方法，所述基于modis數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測(cè)方法包括：
利用了evi和lst構(gòu)建溫度植被干旱指數(shù)tvdi，分析tvdi和土壤濕度之間的關(guān)系，構(gòu)建土壤濕度反演模型；
最后，將所建土壤濕度反演模型用于干旱監(jiān)測(cè)分析，并構(gòu)建干旱遙感監(jiān)測(cè)平臺(tái)；
tvdi的計(jì)算模型為：
lstevii.max＝a+bevii
lstevii.min＝a'+b'evii
采集一系列不同土壤水分含量的農(nóng)田光譜、溫度和水分?jǐn)?shù)據(jù)，構(gòu)建基礎(chǔ)數(shù)據(jù)集；以此計(jì)算evi-lst空間的干邊與濕邊，獲取tvdi模型所需的參數(shù)a，b，a’,b’；
土壤濕度的計(jì)算包括作物供水指數(shù)的計(jì)算：
式中vswi為被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的各像元點(diǎn)的作物供水指數(shù)；evi為被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的modis影像各像元點(diǎn)的增強(qiáng)植被指數(shù)；ts為被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)的地表溫度；
所述modis影像各像元點(diǎn)的圖像處理方法包括：
根據(jù)紅外光譜輻射得到農(nóng)田溫度參數(shù)，紅外光譜發(fā)射率在所選定的波長(zhǎng)處與溫度有近似相同的線性關(guān)系，即：
εi2＝εi1[1+k(t2-t1)]
式中，εi1是波長(zhǎng)為λi，溫度為t1時(shí)的光譜發(fā)射率；εi2是波長(zhǎng)為λi，溫度為t2時(shí)的光譜發(fā)射率；t1、t2分別為兩個(gè)不同時(shí)刻的溫度；k為系數(shù)；
vi1為第一個(gè)溫度t1下的第i個(gè)通道的輸出信號(hào)，vi2為第一個(gè)溫度t2下的第i個(gè)通道的輸出信號(hào)，t1溫度下的發(fā)射率εi1∈(0,1)，通過隨機(jī)選取一組εi1，由下式計(jì)算在參數(shù)εi1下實(shí)際得到的ti1：
設(shè)k∈(-η,η)，通過隨機(jī)選取一個(gè)k，在第二個(gè)溫度t2下的發(fā)射率εi2的表達(dá)式為：
由下式計(jì)算在參數(shù)εi1下實(shí)際得到的ti2：
所述modis布置有多個(gè)用于監(jiān)測(cè)的影像無(wú)線傳感器；所述影像無(wú)線傳感器的調(diào)制信號(hào)x(t)的分?jǐn)?shù)低階模糊函數(shù)表示為：
其中，τ為時(shí)延偏移，f為多普勒頻移，0<a,b<α/2，x*(t)表示x(t)的共軛，當(dāng)x(t)為實(shí)信號(hào)時(shí)，x(t)<p>＝|x(t)|<p>sgn(x(t))；當(dāng)x(t)為復(fù)信號(hào)時(shí)，[x(t)]<p>＝|x(t)|p-1x*(t)；
所述modis影像監(jiān)測(cè)方法包括：
步驟一、部署影像無(wú)線傳感器：在面積為s＝w×l的檢測(cè)區(qū)域內(nèi)，將影像無(wú)線傳感器部署在檢測(cè)區(qū)域；
步驟二、選擇簇頭：將整個(gè)檢測(cè)區(qū)域按網(wǎng)格進(jìn)行均勻劃分，使每個(gè)網(wǎng)格的大小形狀相同，在每個(gè)網(wǎng)格中選擇位置距離網(wǎng)格中心最近的傳感器節(jié)點(diǎn)作為簇頭；
步驟三、分簇：簇頭選擇完成后，簇頭廣播cluster{id，n，hop}信息，其中，id為節(jié)點(diǎn)的編號(hào)，n為cluster信息轉(zhuǎn)發(fā)的跳數(shù)，且n的初值為0，hop為系統(tǒng)設(shè)定的跳數(shù)；處于簇頭附近的鄰居節(jié)點(diǎn)收到cluster信息后n增加1再轉(zhuǎn)發(fā)這一信息，直到n＝hop就不再轉(zhuǎn)發(fā)cluster信息；簇頭的鄰居節(jié)點(diǎn)轉(zhuǎn)發(fā)cluster信息后再向?qū)luster信息轉(zhuǎn)發(fā)給自己的鄰居節(jié)點(diǎn)，然后發(fā)送一個(gè)反饋信息join{id，n，eir，dij，ki}給將cluster信息轉(zhuǎn)發(fā)給自己的節(jié)點(diǎn)，最終將join信息轉(zhuǎn)發(fā)給簇頭表示自己加入該簇，其中，eir表示該節(jié)點(diǎn)此時(shí)的剩余能量，dij表示兩節(jié)點(diǎn)間的距離，ki表示該節(jié)點(diǎn)能夠監(jiān)測(cè)得到的數(shù)據(jù)包的大??；如果一個(gè)節(jié)點(diǎn)收到了多個(gè)cluster信息，節(jié)點(diǎn)就選擇n值小的加入該簇，若n相等節(jié)點(diǎn)就隨便選擇一個(gè)簇并加入到該簇；如果節(jié)點(diǎn)沒有收到cluster信息，則節(jié)點(diǎn)發(fā)送help信息，加入離自己最近的一個(gè)簇；
步驟四、簇內(nèi)節(jié)點(diǎn)構(gòu)成簡(jiǎn)單圖模型：通過步驟三得到簇內(nèi)所有節(jié)點(diǎn)在簇內(nèi)所處的位置，將每個(gè)節(jié)點(diǎn)當(dāng)做圖的一個(gè)頂點(diǎn)，每?jī)蓚€(gè)相鄰節(jié)點(diǎn)間用邊相連接；
步驟五、簇內(nèi)權(quán)值的計(jì)算：通過所述步驟三，簇頭獲取簇內(nèi)成員節(jié)點(diǎn)的eir、dij和ki，計(jì)算相鄰兩節(jié)點(diǎn)i，j之間的權(quán)值，權(quán)值的計(jì)算公式為：
wij＝a1(eir+ejr)+a2dij+a3(ki+kj)；
其中，ejr、kj分別表示節(jié)點(diǎn)j的剩余能量和節(jié)點(diǎn)j能夠監(jiān)測(cè)得的數(shù)據(jù)的大小，且a1+a2+a3＝1，這樣系統(tǒng)就可以根據(jù)系統(tǒng)對(duì)eir、dij或ki所要求的比重不同調(diào)整ai的值而得到滿足不同需要的權(quán)值；
對(duì)作物供水指數(shù)進(jìn)行標(biāo)準(zhǔn)化：sdi＝(vswi-vswid)/(vswiw-vswid)×100％，式中sdi是標(biāo)準(zhǔn)化后被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)作物的供水指數(shù)，取0～100％，其中sdi＝0表示嚴(yán)重干旱，sdi＝100％表示非常濕潤(rùn)；vswid和vswiw分別為最旱時(shí)和最濕潤(rùn)時(shí)的作物供水指數(shù)；evi的分級(jí)步長(zhǎng)可設(shè)為d，當(dāng)d＝0.05時(shí)，適宜作物生長(zhǎng)的溫度空間為20℃～45℃時(shí)，vswid＝(n×d)/45，vswiw＝(n×d)/20，n為增強(qiáng)植被指數(shù)步長(zhǎng)的個(gè)數(shù)，n≥1的正整數(shù)。
進(jìn)一步，作物供水指數(shù)的計(jì)算前需進(jìn)行：植被指數(shù)的計(jì)算：
evi為增強(qiáng)植被指數(shù)，ρnir、ρred和ρblue分別為被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的modis的近紅外波段、紅光波段和藍(lán)光波段像元的光譜反射率；l為背景調(diào)整項(xiàng)；c1和c2為擬合系數(shù)；g為增益因子；在計(jì)算modis-evi時(shí)，l＝1，c1＝6，c2＝7.5，g＝2.5；分別計(jì)算出被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)的evi數(shù)。
進(jìn)一步，植被指數(shù)的計(jì)算后，還需進(jìn)行：地表溫度反演，其計(jì)算公式為：
ts＝a0+a1t31-a2t32
a0＝e1a31-e2a32
a1＝1+a+e1b31
a2＝a+e2b32
a＝d31/e0
e1＝d32(1-c31-d31)/e0
e2＝d31(1-c32-d32)/e0
e0＝d32c31-d31c32
ci＝εiτi
di＝[1+(1-εi)τi]；
式中ts是地表溫度(k)，t31和t32分別是modis第31和32波段的亮度溫度，a0，a1和a2是劈窗算法的參數(shù)，a31，b31，a31和b32是常量，在地表溫度0-50℃范圍內(nèi)分別可取a31＝-64.60363，b31＝0.440817，a32＝-68.72575，b32＝0.473453；然后利用公式分別計(jì)算出被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)的ts數(shù)據(jù)；其中i是指被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的modis影像的第31和32波段，分別為i＝31或32；τi是被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)的波段i的大氣透過率，εi是被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)的波段i的地表比輻射率。
進(jìn)一步，εi＝εiw+pvrvεiv+(1-pv)rsεis，
εiw、εiv和εis分別是被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)的水體、植被和裸土在第i波段的地表比輻射率，分別取ε31w＝0.99683，ε32w＝0.99254，ε31v＝0.98672，ε32v＝0.98990，ε31s＝0.96767，ε31s＝0.97790；rv和rs分別是被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像的植被和裸土的輻射比率，計(jì)算的rv＝0.99240，rs＝1.00744；pv是被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的各像元點(diǎn)的植被覆蓋率。
進(jìn)一步，modis影像信號(hào)分辨率信任值計(jì)算方法，包括：
采集網(wǎng)絡(luò)觀測(cè)節(jié)點(diǎn)i與節(jié)點(diǎn)j之間的n個(gè)時(shí)間片的交互次數(shù)：
選取一定時(shí)間間隔t作為一個(gè)觀測(cè)時(shí)間片，以觀測(cè)節(jié)點(diǎn)i和被測(cè)節(jié)點(diǎn)j在1個(gè)時(shí)間片內(nèi)的交互次數(shù)作為觀測(cè)指標(biāo)，真實(shí)交互次數(shù)，記作yt，依次記錄n個(gè)時(shí)間片的yn，并將其保存在節(jié)點(diǎn)i的通信記錄表中。
進(jìn)一步，預(yù)測(cè)第n+1個(gè)時(shí)間片的交互次數(shù)，包括：
根據(jù)采集到的n個(gè)時(shí)間片的交互次數(shù)建立時(shí)間序列，采用三次指數(shù)平滑法預(yù)測(cè)下一個(gè)時(shí)間片n+1內(nèi)節(jié)點(diǎn)i和j之間的交互次數(shù)，預(yù)測(cè)交互次數(shù)，記作
預(yù)測(cè)系數(shù)an、bn、cn的取值可由如下公式計(jì)算得到：
其中：
α是平滑系數(shù)(0<α<1)，體現(xiàn)信任的時(shí)間衰減特性，即離預(yù)測(cè)值越近的時(shí)間片的yt權(quán)重越大，離預(yù)測(cè)值越遠(yuǎn)的時(shí)間片的yt權(quán)重越??；一般地，如果數(shù)據(jù)波動(dòng)較大，且長(zhǎng)期趨勢(shì)變化幅度較大，呈現(xiàn)明顯迅速的上升或下降趨勢(shì)時(shí)α應(yīng)取較大值(0.6～0.8)，可以增加近期數(shù)據(jù)對(duì)預(yù)測(cè)結(jié)果的影響；當(dāng)數(shù)據(jù)有波動(dòng)，但長(zhǎng)期趨勢(shì)變化不大時(shí)，α可在0.1～0.4之間取值；如果數(shù)據(jù)波動(dòng)平穩(wěn)，α應(yīng)取較小值(0.05～0.20)。
進(jìn)一步，modis影像信號(hào)分辨率信任值計(jì)算方法，還包括：
計(jì)算直接信任值：
節(jié)點(diǎn)j的直接信任值tdij為預(yù)測(cè)交互次數(shù)
進(jìn)一步，modis影像信號(hào)分辨率信任值計(jì)算方法，還包括：
收集可信節(jié)點(diǎn)對(duì)節(jié)點(diǎn)j的直接信任值：
節(jié)點(diǎn)i向所有滿足tdik≤φ的可信關(guān)聯(lián)節(jié)點(diǎn)詢問其對(duì)節(jié)點(diǎn)j的直接信任值，其中φ為推薦節(jié)點(diǎn)的可信度閾值，根據(jù)可信度的要求精度，φ的取值范圍為0～0.4。
進(jìn)一步，modis影像信號(hào)分辨率信任值計(jì)算方法，還包括：
計(jì)算間接信任值：
綜合計(jì)算所收集到的信任值，得到節(jié)點(diǎn)j的間接信任值trij，
本發(fā)明利用modis遙感數(shù)據(jù)時(shí)間分辨率較高的特點(diǎn)，實(shí)現(xiàn)了農(nóng)田干旱監(jiān)測(cè)；tvd采用evi，而不是ndvi來(lái)構(gòu)建。ndvi具有對(duì)背景信息敏感且具有飽和性的特點(diǎn)，在利用其進(jìn)行構(gòu)建干旱指數(shù)是存在一定的不足。evi作為ndvi的改進(jìn)型植被指數(shù)，克服了ndvi在進(jìn)行植被監(jiān)測(cè)時(shí)的不足，因此較ndvi具有更好的適用性。
本發(fā)明提供的基于modis數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測(cè)方法，利用modis遙感數(shù)據(jù)時(shí)間分辨率較高的特點(diǎn)，實(shí)現(xiàn)了農(nóng)田干旱監(jiān)測(cè)。利用了evi和lst構(gòu)建溫度植被干旱指數(shù)tvdi，分析tvdi和土壤濕度之間的關(guān)系，構(gòu)建土壤濕度反演模型。最后，將所建土壤濕度反演模型用于干旱監(jiān)測(cè)分析，并構(gòu)建干旱遙感監(jiān)測(cè)平臺(tái)。本發(fā)明利用遙感技術(shù)進(jìn)行農(nóng)田干旱動(dòng)態(tài)監(jiān)測(cè)，經(jīng)實(shí)際應(yīng)用檢驗(yàn)，該方法簡(jiǎn)便、高效、易于操作、結(jié)果準(zhǔn)確，能夠廣泛應(yīng)用于農(nóng)田干旱監(jiān)測(cè)之中。
本發(fā)明利用網(wǎng)絡(luò)技術(shù)獲取的參數(shù)信息和圖像，使數(shù)據(jù)獲得準(zhǔn)確率高；為建立更為規(guī)范的干旱等級(jí)劃分提供有效保證。
本發(fā)明的modis影像信號(hào)分辨率信任值計(jì)算方法，采集網(wǎng)絡(luò)觀測(cè)節(jié)點(diǎn)i與節(jié)點(diǎn)j之間的n個(gè)時(shí)間片的交互次數(shù)：選取一定時(shí)間間隔t作為一個(gè)觀測(cè)時(shí)間片，以觀測(cè)節(jié)點(diǎn)i和被測(cè)節(jié)點(diǎn)j在1個(gè)時(shí)間片內(nèi)的交互次數(shù)作為觀測(cè)指標(biāo)，真實(shí)交互次數(shù)，記作yt，依次記錄n個(gè)時(shí)間片的yn，并將其保存在節(jié)點(diǎn)i的通信記錄表中。得到了分辨率較高的信息，實(shí)現(xiàn)農(nóng)田干旱監(jiān)測(cè)。
附圖說明
圖1是本發(fā)明實(shí)施例提供的基于modis數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測(cè)方法流程圖。
具體實(shí)施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作詳細(xì)描述。
如圖1所示，本發(fā)明實(shí)施例提供的基于modis數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測(cè)方法，包括：
s101:利用evi和lst構(gòu)建溫度植被干旱指數(shù)tvdi，分析tvdi和土壤濕度之間的關(guān)系，構(gòu)建土壤濕度反演模型；
s102:將所建土壤濕度反演模型用于干旱監(jiān)測(cè)分析，并構(gòu)建干旱遙感監(jiān)測(cè)平臺(tái)；
tvdi的計(jì)算模型為：
lstevii.max＝a+bevii
lstevii.min＝a'+b'evii
采集一系列不同土壤水分含量的農(nóng)田光譜、溫度和水分?jǐn)?shù)據(jù)，構(gòu)建基礎(chǔ)數(shù)據(jù)集；以此計(jì)算evi-lst空間的干邊與濕邊，獲取tvdi模型所需的參數(shù)a，b，a’,b’；
土壤濕度的計(jì)算包括作物供水指數(shù)的計(jì)算：
式中vswi為被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的各像元點(diǎn)的作物供水指數(shù)；evi為被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的modis影像各像元點(diǎn)的增強(qiáng)植被指數(shù)；ts為被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)的地表溫度；
所述modis影像各像元點(diǎn)的圖像處理方法包括：
根據(jù)紅外光譜輻射得到農(nóng)田溫度參數(shù)，紅外光譜發(fā)射率在所選定的波長(zhǎng)處與溫度有近似相同的線性關(guān)系，即：
εi2＝εi1[1+k(t2-t1)]
式中，εi1是波長(zhǎng)為λi，溫度為t1時(shí)的光譜發(fā)射率；εi2是波長(zhǎng)為λi，溫度為t2時(shí)的光譜發(fā)射率；t1、t2分別為兩個(gè)不同時(shí)刻的溫度；k為系數(shù)；
vi1為第一個(gè)溫度t1下的第i個(gè)通道的輸出信號(hào)，vi2為第一個(gè)溫度t2下的第i個(gè)通道的輸出信號(hào)，t1溫度下的發(fā)射率εi1∈(0,1)，通過隨機(jī)選取一組εi1，由下式計(jì)算在參數(shù)εi1下實(shí)際得到的ti1：
設(shè)k∈(-η,η)，通過隨機(jī)選取一個(gè)k，在第二個(gè)溫度t2下的發(fā)射率εi2的表達(dá)式為：
由下式計(jì)算在參數(shù)εi1下實(shí)際得到的ti2：
所述modis布置有多個(gè)用于監(jiān)測(cè)的影像無(wú)線傳感器；所述影像無(wú)線傳感器的調(diào)制信號(hào)x(t)的分?jǐn)?shù)低階模糊函數(shù)表示為：
其中，τ為時(shí)延偏移，f為多普勒頻移，0<a,b<α/2，x*(t)表示x(t)的共軛，當(dāng)x(t)為實(shí)信號(hào)時(shí)，x(t)<p>＝|x(t)|<p>sgn(x(t))；當(dāng)x(t)為復(fù)信號(hào)時(shí)，[x(t)]<p>＝|x(t)|p-1x*(t)；
所述modis影像監(jiān)測(cè)方法包括：
步驟一、部署影像無(wú)線傳感器：在面積為s＝w×l的檢測(cè)區(qū)域內(nèi)，將影像無(wú)線傳感器部署在檢測(cè)區(qū)域；
步驟二、選擇簇頭：將整個(gè)檢測(cè)區(qū)域按網(wǎng)格進(jìn)行均勻劃分，使每個(gè)網(wǎng)格的大小形狀相同，在每個(gè)網(wǎng)格中選擇位置距離網(wǎng)格中心最近的傳感器節(jié)點(diǎn)作為簇頭；
步驟三、分簇：簇頭選擇完成后，簇頭廣播cluster{id，n，hop}信息，其中，id為節(jié)點(diǎn)的編號(hào)，n為cluster信息轉(zhuǎn)發(fā)的跳數(shù)，且n的初值為0，hop為系統(tǒng)設(shè)定的跳數(shù)；處于簇頭附近的鄰居節(jié)點(diǎn)收到cluster信息后n增加1再轉(zhuǎn)發(fā)這一信息，直到n＝hop就不再轉(zhuǎn)發(fā)cluster信息；簇頭的鄰居節(jié)點(diǎn)轉(zhuǎn)發(fā)cluster信息后再向?qū)luster信息轉(zhuǎn)發(fā)給自己的鄰居節(jié)點(diǎn)，然后發(fā)送一個(gè)反饋信息join{id，n，eir，dij，ki}給將cluster信息轉(zhuǎn)發(fā)給自己的節(jié)點(diǎn)，最終將join信息轉(zhuǎn)發(fā)給簇頭表示自己加入該簇，其中，eir表示該節(jié)點(diǎn)此時(shí)的剩余能量，dij表示兩節(jié)點(diǎn)間的距離，ki表示該節(jié)點(diǎn)能夠監(jiān)測(cè)得到的數(shù)據(jù)包的大??；如果一個(gè)節(jié)點(diǎn)收到了多個(gè)cluster信息，節(jié)點(diǎn)就選擇n值小的加入該簇，若n相等節(jié)點(diǎn)就隨便選擇一個(gè)簇并加入到該簇；如果節(jié)點(diǎn)沒有收到cluster信息，則節(jié)點(diǎn)發(fā)送help信息，加入離自己最近的一個(gè)簇；
步驟四、簇內(nèi)節(jié)點(diǎn)構(gòu)成簡(jiǎn)單圖模型：通過步驟三得到簇內(nèi)所有節(jié)點(diǎn)在簇內(nèi)所處的位置，將每個(gè)節(jié)點(diǎn)當(dāng)做圖的一個(gè)頂點(diǎn)，每?jī)蓚€(gè)相鄰節(jié)點(diǎn)間用邊相連接；
步驟五、簇內(nèi)權(quán)值的計(jì)算：通過所述步驟三，簇頭獲取簇內(nèi)成員節(jié)點(diǎn)的eir、dij和ki，計(jì)算相鄰兩節(jié)點(diǎn)i，j之間的權(quán)值，權(quán)值的計(jì)算公式為：
wij＝a1(eir+ejr)+a2dij+a3(ki+kj)；
其中，ejr、kj分別表示節(jié)點(diǎn)j的剩余能量和節(jié)點(diǎn)j能夠監(jiān)測(cè)得的數(shù)據(jù)的大小，且a1+a2+a3＝1，這樣系統(tǒng)就可以根據(jù)系統(tǒng)對(duì)eir、dij或ki所要求的比重不同調(diào)整ai的值而得到滿足不同需要的權(quán)值；
對(duì)作物供水指數(shù)進(jìn)行標(biāo)準(zhǔn)化：sdi＝(vswi-vswid)/(vswiw-vswid)×100％，式中sdi是標(biāo)準(zhǔn)化后被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)作物的供水指數(shù)，取0～100％，其中sdi＝0表示嚴(yán)重干旱，sdi＝100％表示非常濕潤(rùn)；vswid和vswiw分別為最旱時(shí)和最濕潤(rùn)時(shí)的作物供水指數(shù)；evi的分級(jí)步長(zhǎng)可設(shè)為d，當(dāng)d＝0.05時(shí)，適宜作物生長(zhǎng)的溫度空間為20℃～45℃時(shí)，vswid＝(n×d)/45，vswiw＝(n×d)/20，n為增強(qiáng)植被指數(shù)步長(zhǎng)的個(gè)數(shù)，n≥1的正整數(shù)。
進(jìn)一步，作物供水指數(shù)的計(jì)算前需進(jìn)行：植被指數(shù)的計(jì)算：
evi為增強(qiáng)植被指數(shù)，ρnir、ρred和ρblue分別為被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的modis的近紅外波段、紅光波段和藍(lán)光波段像元的光譜反射率；l為背景調(diào)整項(xiàng)；c1和c2為擬合系數(shù)；g為增益因子；在計(jì)算modis-evi時(shí)，l＝1，c1＝6，c2＝7.5，g＝2.5；分別計(jì)算出被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)的evi數(shù)。
進(jìn)一步，植被指數(shù)的計(jì)算后，還需進(jìn)行：地表溫度反演，其計(jì)算公式為：
ts＝a0+a1t31-a2t32
a0＝e1a31-e2a32
a1＝1+a+e1b31
a2＝a+e2b32
a＝d31/e0
e1＝d32(1-c31-d31)/e0
e2＝d31(1-c32-d32)/e0
e0＝d32c31-d31c32
ci＝εiτi
di＝[1+(1-εi)τi]；
式中ts是地表溫度(k)，t31和t32分別是modis第31和32波段的亮度溫度，a0，a1和a2是劈窗算法的參數(shù)，a31，b31，a31和b32是常量，在地表溫度0-50℃范圍內(nèi)分別可取a31＝-64.60363，b31＝0.440817，a32＝-68.72575，b32＝0.473453；然后利用公式分別計(jì)算出被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)的ts數(shù)據(jù)；其中i是指被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的modis影像的第31和32波段，分別為i＝31或32；τi是被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)的波段i的大氣透過率，εi是被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)的波段i的地表比輻射率。
進(jìn)一步，εi＝εiw+pvrvεiv+(1-pv)rsεis，
εiw、εiv和εis分別是被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像各像元點(diǎn)的水體、植被和裸土在第i波段的地表比輻射率，分別取ε31w＝0.99683，ε32w＝0.99254，ε31v＝0.98672，ε32v＝0.98990，ε31s＝0.96767，ε31s＝0.97790；rv和rs分別是被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的遙感影像的植被和裸土的輻射比率，計(jì)算的rv＝0.99240，rs＝1.00744；pv是被監(jiān)測(cè)農(nóng)田地塊所對(duì)應(yīng)的各像元點(diǎn)的植被覆蓋率。
進(jìn)一步，modis影像信號(hào)分辨率信任值計(jì)算方法，包括：
采集網(wǎng)絡(luò)觀測(cè)節(jié)點(diǎn)i與節(jié)點(diǎn)j之間的n個(gè)時(shí)間片的交互次數(shù)：
選取一定時(shí)間間隔t作為一個(gè)觀測(cè)時(shí)間片，以觀測(cè)節(jié)點(diǎn)i和被測(cè)節(jié)點(diǎn)j在1個(gè)時(shí)間片內(nèi)的交互次數(shù)作為觀測(cè)指標(biāo)，真實(shí)交互次數(shù)，記作yt，依次記錄n個(gè)時(shí)間片的yn，并將其保存在節(jié)點(diǎn)i的通信記錄表中。
進(jìn)一步，預(yù)測(cè)第n+1個(gè)時(shí)間片的交互次數(shù)，包括：
根據(jù)采集到的n個(gè)時(shí)間片的交互次數(shù)建立時(shí)間序列，采用三次指數(shù)平滑法預(yù)測(cè)下一個(gè)時(shí)間片n+1內(nèi)節(jié)點(diǎn)i和j之間的交互次數(shù)，預(yù)測(cè)交互次數(shù)，記作
預(yù)測(cè)系數(shù)an、bn、cn的取值可由如下公式計(jì)算得到：
其中：
α是平滑系數(shù)(0<α<1)，體現(xiàn)信任的時(shí)間衰減特性，即離預(yù)測(cè)值越近的時(shí)間片的yt權(quán)重越大，離預(yù)測(cè)值越遠(yuǎn)的時(shí)間片的yt權(quán)重越小；一般地，如果數(shù)據(jù)波動(dòng)較大，且長(zhǎng)期趨勢(shì)變化幅度較大，呈現(xiàn)明顯迅速的上升或下降趨勢(shì)時(shí)α應(yīng)取較大值(0.6～0.8)，可以增加近期數(shù)據(jù)對(duì)預(yù)測(cè)結(jié)果的影響；當(dāng)數(shù)據(jù)有波動(dòng)，但長(zhǎng)期趨勢(shì)變化不大時(shí)，α可在0.1～0.4之間取值；如果數(shù)據(jù)波動(dòng)平穩(wěn)，α應(yīng)取較小值(0.05～0.20)。
進(jìn)一步，modis影像信號(hào)分辨率信任值計(jì)算方法，還包括：
計(jì)算直接信任值：
節(jié)點(diǎn)j的直接信任值tdij為預(yù)測(cè)交互次數(shù)
進(jìn)一步，modis影像信號(hào)分辨率信任值計(jì)算方法，還包括：
收集可信節(jié)點(diǎn)對(duì)節(jié)點(diǎn)j的直接信任值：
節(jié)點(diǎn)i向所有滿足tdik≤φ的可信關(guān)聯(lián)節(jié)點(diǎn)詢問其對(duì)節(jié)點(diǎn)j的直接信任值，其中φ為推薦節(jié)點(diǎn)的可信度閾值，根據(jù)可信度的要求精度，φ的取值范圍為0～0.4。
進(jìn)一步，modis影像信號(hào)分辨率信任值計(jì)算方法，還包括：
計(jì)算間接信任值：
綜合計(jì)算所收集到的信任值，得到節(jié)點(diǎn)j的間接信任值trij，
本發(fā)明提供的基于modis數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測(cè)方法，利用modis遙感數(shù)據(jù)時(shí)間分辨率較高的特點(diǎn)，實(shí)現(xiàn)了農(nóng)田干旱監(jiān)測(cè)。利用了evi和lst構(gòu)建溫度植被干旱指數(shù)tvdi，分析tvdi和土壤濕度之間的關(guān)系，構(gòu)建土壤濕度反演模型。最后，將所建土壤濕度反演模型用于干旱監(jiān)測(cè)分析，并構(gòu)建干旱遙感監(jiān)測(cè)平臺(tái)。本發(fā)明利用遙感技術(shù)進(jìn)行農(nóng)田干旱動(dòng)態(tài)監(jiān)測(cè)，經(jīng)實(shí)際應(yīng)用檢驗(yàn)，該方法簡(jiǎn)便、高效、易于操作、結(jié)果準(zhǔn)確，能夠廣泛應(yīng)用于農(nóng)田干旱監(jiān)測(cè)之中。
本發(fā)明利用網(wǎng)絡(luò)技術(shù)獲取的參數(shù)信息和圖像，使數(shù)據(jù)獲得準(zhǔn)確率高；為建立更為規(guī)范的干旱等級(jí)劃分提供有效保證。
以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。