本发明涉及水旱灾害防御，具体是一种基于多模态数据的干旱信息自动预警方法。
背景技术：
1、干旱是世界上最为严重的自然灾害之一，具有时空范围广、影响程度深和级联效应显著等特点。干旱监测感知成为应对干旱灾害的首要课题。
2、干旱主要分为气象干旱、水文干旱、农业干旱和社会经济干旱。气象干旱以气温、降水等观测数据为主，通过帕尔默干旱严重程度指数(pdsi)、标准化降水指数(spi)等反映区域气温升高或降水亏缺情况。水文干旱选用江河湖库水位、流量等观测数据，反映地表水资源短缺情况。农业干旱主要依靠土壤墒情、蒸散发等观测数据，描述土壤水分和作物减产等信息。社会经济干旱主要关注于干旱事件对社会经济造成的影响，传统的直接观测社会经济干旱的方法暂缺。
3、上述方法准确可靠，但观测精度受控于地面监测站网的分布密度，覆盖面积有限，很难反映大尺度干旱状况及其对社会经济的影响。随着北斗导航定位系统、国产高分卫星星座等技术的高速发展，大范围、空间连续的可见光/多光谱遥感数据已广泛用于干旱监测评估中。但受到卫星重访周期、云层遮挡以及数据传输、处理延迟等，卫星遥感干旱监测往往难以满足快速、实时的需求。
4、干旱发展过程具有缓慢性和持续性，水文干旱、气象干旱、农业干旱的监测指标与人民生活的真实影响程度和人民的直观感受在时空上存在偏差，干旱信息往往存在滞后性、发展缓慢、持续时间长等特点，在大范围干旱信息监测方面，尚无一个完善的方法自动定位干旱信息高风险区域，并从社会信息开始到结束实现全过程信息预警。
技术实现思路
1、本发明的目的在于提供一种基于地面水文站、卫星遥感指数、社交媒体数据等多模态数据融合的大范围干旱信息自动监测预警方法，大大提高大范围旱情定位的准确性和监测效率。
2、本发明采用如下技术方案实现：
3、一种基于多模态数据的大范围干旱灾情自动监测预警方法，包括如下步骤：
4、步骤一、根据实时水位监测站点的水位数据及降雨量数据确认干旱窗口；
5、步骤二、根据步骤一确定的干旱窗口搜索多光谱卫星遥感数据，进行监测指数计算，得到遥感指数特征向量；
6、步骤三、根据步骤一确定的干旱窗口进行社交媒体数据爬取及分析，得到信息指数特征向量；
7、步骤四：根据步骤二得到的遥感指数特征向量和步骤三得到的信息指数特征向量构建联合研判模型，根据联合研判模型和预先设置的预警阈值进行超限预警。
8、进一步的，所述步骤一具体包括：使用长时期的地面水文站观测数据，设置初始监测阈值；水文站点根据流量距平值进行自动分类，得到潜在风险流量站；找到中心上下游最近水位站，以2个水位站的外接矩形作为潜在干旱危险窗口；计算近30天潜在干旱危险窗口内的最小日累积降水量，当小于降水阈值时，该潜在干旱危险窗口确认为干旱窗口。
9、进一步的，所述步骤二具体包括：据近30天、步骤一确定的干旱窗口的窗口范围作为时空搜索条件，搜索多光谱遥感时序数据i，考虑土壤水分变化、冠层温度变化、植被水分含量变化、作物形态及植被绿度变化，计算四个遥感指数指标，形成遥感监测特征向量。
10、进一步的，所述四个遥感指数指标包括修正的垂直旱情指数mpdi、温度植被旱情指数tvdi、归一化差异水分指数ndwi、条件植被指数vci，计算公式分别如下：
11、
12、rnir＝mrred+i
13、式中：rred、rnir分别为红光、近红外波段反射率；m、i为光谱特征空间基线斜率和截距；fυ为植被覆盖度；
14、
15、式中：lst为地表温度，单位为k，a、b分别为植被温度特征空间中干边的截距和斜率；
16、
17、式中，rnir和rred分别为近红外波段和红波段的反射率；
18、
19、式中，rgreen和rnir分别为绿波段和近红外波段的反射率；
20、
21、式中，ndvimin、ndvimax分别为ndvi同期多年的最小值和最大值。
22、进一步的，所述步骤三具体包括：将窗口位置进行地理映射，得到窗口所在行政区划范围，作为地点筛选条件；基于爬虫技术，设置时间和地点筛选条件，关键词设置为“干旱、旱情、旱灾、旱”，搜索统计得到干旱窗口内的近30天信息讨论量s；通过分词技术和海量词库计算，并结合词语强度、信息文章长度分配权重，计算出信息文章的情感值m＝[1,-1]，其中1表示正向，-1表示负向；根据信息讨论量和情感倾向组合得到该干旱窗口的信息指数特征向量。
23、进一步的，所述步骤四具体包括：干旱窗口的遥感监测特征向量为分别为四个指数的窗口均值；干旱窗口的信息监测特征向量为l2＝[s,m]；令联合研判模型l为：
24、
25、则该窗口的得分score为所有特征向量的加权和，即：
26、score＝∑pi*li
27、
28、其中，p1、p2、p3、p4、p5、p6为各项参数权值，mpdi为修正的垂直旱情指数，tvdi为温度植被旱情指数，ndwi为归一化差异水分指数，vci为条件植被指数，s为近30天信息讨论量，savg为近期信息讨论均值，m为情感值，设预警阈值ls，若l≥ls，则系统针对干旱窗口进行干旱预警，若l<ls，则预警解除。
29、与现有技术相比，通过本发明能够获得如下优异效果：
30、(1)本发明采用水位站自动分类，通过流量距平和降雨数据筛选高危区域，并根据上下游关系确定区域范围，为遥感影像和网络信息的自动搜索提供位置条件，可大大减少后续处理数据量。
31、(2)本发明基于遥感监测指数和社交媒体网络信息进行联合判定，可直接反映大尺度干旱状况及其对人类生活、社会经济的影响，为后续旱情管理和联合调度提供更精确的数据支持。
1.一种基于多模态数据的干旱信息自动预警方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于多模态数据的干旱信息自动预警方法，其特征在于：所述步骤一具体包括：使用长时期的地面水文站观测数据，设置初始监测阈值；水文站点根据流量距平值进行自动分类，得到潜在风险流量站；找到中心上下游最近水位站，以2个水位站的外接矩形作为潜在干旱危险窗口；计算近30天潜在干旱危险窗口内的最小日累积降水量，当小于降水阈值时，该潜在干旱危险窗口确认为干旱窗口。
3.如权利要求1所述的基于多模态数据的干旱信息自动预警方法，其特征在于：所述步骤二具体包括：根据近30天、步骤一确定的干旱窗口的窗口范围作为时空搜索条件，搜索多光谱遥感时序数据i，考虑土壤水分变化、冠层温度变化、植被水分含量变化、作物形态及植被绿度变化，计算四个遥感指数指标，形成遥感监测特征向量。
4.如权利要求3所述的基于多模态数据的干旱信息自动预警方法，其特征在于：所述四个遥感指数指标包括修正的垂直旱情指数mpdi、温度植被旱情指数tvdi、归一化差异水分指数ndwi、条件植被指数vci，计算公式分别如下：
5.如权利要求4所述的基于多模态数据的干旱信息自动预警方法，其特征在于：所述步骤三具体包括：将窗口位置进行地理映射，得到窗口所在行政区划范围，作为地点筛选条件；基于爬虫技术，设置时间和地点筛选条件，关键词设置为“干旱、旱情、旱灾、旱”，搜索统计得到干旱窗口内的近30天信息讨论量s；通过分词技术和海量词库计算，并结合词语强度、信息文章长度分配权重，计算出信息文章的情感值m＝[1,-1]，其中1表示正向，-1表示负向；根据信息讨论量和情感倾向组合得到该干旱窗口的信息指数特征向量。
6.如权利要求5所述的基于多模态数据的干旱信息自动预警方法，其特征在于：所述步骤四具体包括：干旱窗口的遥感监测特征向量为分别为四个指数的窗口均值；干旱窗口的信息监测特征向量为l2＝[s,m]；令联合研判模型l为：
