技术摘要：
本发明涉及测绘遥感技术领域，尤其涉及一种融合多尺度遥感影像的农作物病虫害预警方法及系统。所述方法包括：提取目标农作物分布数据；进行田块分割提取地块矢量数据；提取关键卫星气象数据代入病虫害气象指数评价模型，逐旬计算所述研究区内病虫害发病指数；通过农作  全部
背景技术：
农业中很多农作物产量低都是由于病虫害的发生而造成的，做病虫害的防治工作 就显得尤为的重要了；近些年随着现代农业的推进，针对于农业中的病虫害问题，建立农作 物病虫害数字化监测预警系统对防治病害虫取得了一定效果。 目前对虫害监测预警系统通常依靠基层植保技术人员进行大范围普查，以监测苗 情、病情和墒情；结合当地气象站点观测数据与病虫害发生程度建立相关关系，从气象方面 实现对农作物的病虫害预警。 现有技术的不足之处在于： 1、受制于气象站点的分布密度、基础数据源单一和数据源的精度等技术难题，只 能提供省市级别甚至更大范围的监测结果或者离散点式的预警数据，很少能提供田间地块 级别的病虫害发生指数，对精细管理与监控程度不够； 2、依靠基层植保技术人员进行大范围普查和当地气象站点观测数据，无法展开区 域连续性的预警防控工作，建立的相关模型也不能实现关键期内的实时预报，所以该方法 在准确性、实时性、空间连续性上难以满足业务需求。
技术实现要素：
为克服现有技术存在的问题，本发明实施例提供一种融合多尺度遥感影像的农作 物病虫害预警方法及系统，实现田块精细化管理与监控要求。 一方面，本发明实施提供一种融合多尺度遥感影像的农作物病虫害预警方法，包 括以下步骤： S1，提取目标农作物分布数据；具体包括：结合高分卫星16米数据影像和实地调查 数据，生成研究区内高分辨率的农作物分布数据； S2，进行田块分割提取地块矢量数据；具体包括：基于0.5米卫星影像数据，采用深 度学习的边缘检测方法进行田块分割，生成所述研究区的地块矢量数据； S3，提取关键卫星气象数据代入病虫害气象指数评价模型，逐旬计算所述研究区 内病虫害发病指数； S4，通过所述农作物分布数据对各旬所述病虫害发病指数执行掩膜操作； S5，将执行掩膜操作后的各旬所述病虫害发病指数作为属性挂接至所述地块矢量 数据属性表中。 另一方面，本发明提供一种融合多尺度遥感影像的农作物病虫害预警系统，包括： 农作物分布数据模块，提取目标农作物分布数据；具体包括：结合高分卫星16米数 据影像和实地调查数据，生成研究区内高分辨率的农作物分布数据； 3 CN 111583050 A 说　明　书 2/4 页 地块矢量数据模块，进行田块分割提取地块矢量数据；具体包括：基于0.5米卫星 影像数据，采用深度学习的边缘检测方法进行田块分割，生成所述研究区的地块矢量数据； 气象指数计算模块，提取关键卫星气象数据代入病虫害气象指数评价模型，逐旬 计算所述研究区内病虫害发病指数； 数据输出模块，通过所述农作物分布数据对各旬所述病虫害发病指数执行掩膜操 作；将执行掩膜操作后的各旬所述病虫害发病指数作为属性挂接至所述地块矢量数据属性 表中。 本发明实施例一种融合多尺度遥感影像的农作物病虫害预警方法及系统，通过农 作物分布数据对各旬病虫害发病指数执行掩膜操作后精准挂接至地块矢量数据属性表中， 获得各地块各旬的病虫害发病指数，满足现代农业提出的地块精细化管理与监控要求。 附图说明 为了更清楚地说明本发明的技术方案，下面将对本发明技术描述中所需要使用的 附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领 域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的 附图。 图1为本发明实施例一种融合多尺度遥感影像的农作物病虫害预警方法流程示意 图； 图2为本发明实施例2019年度湖北省汉川市冬小麦种植分布数据图； 图3为本发明实施例2019年湖北省汉川市冬小麦条锈病发生指数图； 图4为本发明实施例2019年度湖北省汉川市杨林沟镇田块分割数据图 图5为本发明实施例2019年湖北省汉川市杨林沟镇田块级别的冬小麦条锈病预警 专题图； 图6为本发明实施例一种融合多尺度遥感影像的农作物病虫害预警系统结构示意 图； 附图标记： 农作物分布数据模块-1地块矢量数据模块-2气象指数计算模块-3 数据输出模块-4。