【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于農(nóng)業(yè)遙感，尤其涉及一種基于無人機(jī)遙感的田間玉米生物量的精確反演方法。
技術(shù)介紹
1、目前研究者通過無人機(jī)數(shù)據(jù)估算田間玉米的生物量，主要是通過無人機(jī)圖像提取的各種參數(shù)(如植被指數(shù)、高度、光譜參數(shù)、顏色、紋理等)與實(shí)測樣本建立回歸模型來實(shí)現(xiàn)，但是通過植被指數(shù)估算生物量，受環(huán)境條件的因素較大，估算的結(jié)果往往受光譜的影響；另外，通過結(jié)合植被指數(shù)、高度、紋理等特征構(gòu)建生物量經(jīng)驗(yàn)?zāi)Ｐ停狈νㄓ眯裕煌ㄟ^高度和冠層覆蓋度(或葉面積)建立agb估算模型，未考慮到葉片下方為空的情況，導(dǎo)致預(yù)測結(jié)果不夠準(zhǔn)確。
2、尤其在植被覆蓋度的計算方面，研究者們主要是通過對rgb顏色或者植被指數(shù)設(shè)置閾值進(jìn)行分割，但是對于變黃且已經(jīng)干枯的植被，很難通過這些方式進(jìn)行分割。
技術(shù)實(shí)現(xiàn)思路
1、技術(shù)方案：為了解決上述的技術(shù)問題，在生物量估算的計算方面，本專利技術(shù)提出一種基于無人機(jī)圖像部分像元積分的生物量預(yù)測的方法，用來解決現(xiàn)有方法存在的問題，具體提供一種基于無人機(jī)數(shù)據(jù)的田間玉米生物量估算方法，包括以下步驟：
2、步驟一：數(shù)據(jù)預(yù)處理；
3、采集一定區(qū)域內(nèi)的玉米植株稱其質(zhì)量即鮮重，待干燥后再次稱其質(zhì)量即干重，并根據(jù)種植密度計算鮮生物量和干生物量，將其作為真實(shí)測量值；將無人機(jī)采集的圖像進(jìn)行拼接處理后得到數(shù)字表面模型dsm；
4、步驟二：植被與土壤的分割；
5、利用植被和土壤高度的差異，通過設(shè)定高度閾值，對步驟一中獲得的數(shù)字表面模型dsm中植被和土壤根據(jù)像素值
6、步驟三：植被覆蓋度的計算；
7、對步驟二分割后的結(jié)果，計算植被所占整個地塊的像素比值，獲得植被覆蓋度；
8、步驟四：作物高程模型的構(gòu)建；
9、對步驟二分割后的土壤區(qū)域的圖像執(zhí)行柵格轉(zhuǎn)點(diǎn)操作，根據(jù)這些土壤像素點(diǎn)，通過反距離權(quán)重法idw，進(jìn)行插值得到這個地塊的數(shù)字高程模型dem，將dsm與dem作差，便可得到作物高程模型chm，即，通過chm計算每個地塊的玉米植株高度ph；
10、步驟五：植被區(qū)域的高程提取；
11、對步驟二分割后的植被的區(qū)域在chm上按掩膜提取，從而得到含有高程值的植被區(qū)域圖像；
12、步驟六：基于像元積分的生物量估算模型的構(gòu)建；
13、讀取含有高程值的植被區(qū)域圖像，對圖像的像素值進(jìn)行積分，便可構(gòu)建出生物量估算模型；
14、步驟七：定義預(yù)測值n且構(gòu)建部分像元積分的生物量預(yù)測模型；
15、定義預(yù)測值n，采用計算機(jī)循環(huán)迭代方法通過真實(shí)測量值與無人機(jī)圖像進(jìn)行拼接后生成的dsm圖像的像元值之間線性擬合的方式，計算出最佳n值，構(gòu)建出圖像高程值前百分之n的像元進(jìn)行積分，agb＝n％∫hdx，作為優(yōu)化后的生物量預(yù)測模型，其中，n％為玉米主干占整株玉米垂直投影比值。
16、步驟八：輸出預(yù)測生物量；
17、將實(shí)時采集的數(shù)字表面模型dsm，輸入步驟七中優(yōu)化的預(yù)測模型中，獲得對應(yīng)的輸出值作為預(yù)測值。
18、作為改進(jìn)，步驟二中，根據(jù)數(shù)字表面模型圖像的像素值將地塊分割成植被和土壤，通過高度進(jìn)行閾值分割，使用預(yù)設(shè)閾值εh，高程值h≥εh的像元為植被像元，h＜εh的像元為土壤像元。
19、作為改進(jìn)，步驟六中，具體的方法為是將像素值從大到小排列，繪制出該地塊植被區(qū)域的高程變化圖，對圖像進(jìn)行積分，agb＝∫hdx，得到預(yù)測結(jié)果。
20、作為改進(jìn)，步驟七中，通過循環(huán)方法for循環(huán)保證每個地塊代入n值之后生物量的估算值與真實(shí)測量值進(jìn)行線性回歸擬合的結(jié)果最佳，即r2最接近1，從而最終確定具體每個地塊的最佳n值，其中r2計算公式為：
21、
22、sse為殘差平方和，sst是總體平方和。
23、有益效果：本專利技術(shù)提出的基于無人機(jī)遙感圖像預(yù)測田間玉米生物量的新方法，第一次提出對圖像像元進(jìn)行積分來預(yù)測生物量的思想，在植被覆蓋度計算方面，通過對高度設(shè)置閾值進(jìn)行分割的方法，來解決分割的問題，與現(xiàn)有的玉米高度預(yù)測生物量、植被覆蓋度預(yù)測生物量、高度結(jié)合植被覆蓋度預(yù)測生物量的結(jié)果進(jìn)行比較，可以明顯的提高準(zhǔn)確性，并且建模過程簡便，模型容易泛化。
24、同時，將該方法在數(shù)據(jù)需求方面，本方法僅僅需要dsm圖像便可以實(shí)現(xiàn)對生物量的預(yù)測；在實(shí)現(xiàn)過程方面，本方法操作簡便易上手，不需要建立復(fù)雜的模型進(jìn)行求解。
25、在實(shí)用性方面，本方法通用性強(qiáng)，不僅對于本實(shí)驗(yàn)場景適用，對于其他的場景依舊具備借鑒意義；在預(yù)測結(jié)果方面，本方法的精確度相較于其他方法得到了明顯的提升，實(shí)現(xiàn)過程更簡易。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于無人機(jī)遙感的田間玉米生物量的精確反演方法，其特征在于：包括以下步驟：
2.根據(jù)權(quán)利要求1所述基于無人機(jī)遙感的田間玉米生物量的精確反演方法，其特征在于：步驟一中，獲取生物真實(shí)測量值的方法是采用破壞性采樣法每個地塊選取三株植株稱其質(zhì)量，進(jìn)行干燥并稱其質(zhì)量，根據(jù)種植密度計算得到鮮生物量和干生物量的真實(shí)值；將無人機(jī)獲取的圖像先進(jìn)行拼接處理，得到數(shù)字表面模型DSM，再將圖像按照地塊進(jìn)行裁剪得到每個地塊對應(yīng)的數(shù)字表面模型DSM。
3.根據(jù)權(quán)利要求1所述基于無人機(jī)遙感的田間玉米生物量的精確反演方法，其特征在于：步驟二中，根據(jù)數(shù)字表面模型圖像的像素值將地塊分割成植被、土壤，通過高度進(jìn)行閾值分割，使用預(yù)設(shè)閾值εh，高程值h≥εh的像元為植被像元，h＜εh的像元為土壤像元。
4.根據(jù)權(quán)利要求1所述基于無人機(jī)遙感的田間玉米生物量的精確反演方法，其特征在于：步驟六中，具體的方法為將像素值從大到小排列，繪制出該地塊植被區(qū)域的高程變化圖，對圖像進(jìn)行積分，AGB＝∫hdx，得到預(yù)測結(jié)果。
5.根據(jù)權(quán)利要求1所述基于無人機(jī)遙感的田間玉米生物量的精確反演
...【技術(shù)特征摘要】
1.一種基于無人機(jī)遙感的田間玉米生物量的精確反演方法，其特征在于：包括以下步驟：
2.根據(jù)權(quán)利要求1所述基于無人機(jī)遙感的田間玉米生物量的精確反演方法，其特征在于：步驟一中，獲取生物真實(shí)測量值的方法是采用破壞性采樣法每個地塊選取三株植株稱其質(zhì)量，進(jìn)行干燥并稱其質(zhì)量，根據(jù)種植密度計算得到鮮生物量和干生物量的真實(shí)值；將無人機(jī)獲取的圖像先進(jìn)行拼接處理，得到數(shù)字表面模型dsm，再將圖像按照地塊進(jìn)行裁剪得到每個地塊對應(yīng)的數(shù)字表面模型dsm。
3.根據(jù)權(quán)利要求1所述基于無人機(jī)遙感的田間玉米生物量的精確反演方法，其特征在于：步驟二中，根據(jù)數(shù)字表面模型圖像的像素值將地塊分割成植被、...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：徐璐，楊瑩，李建國，康婷婷，曹思珩，張禧鳳，
申請(專利權(quán))人：江蘇師范大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。