一种基于无人机遥感图像的冬小麦穗期病虫害程度评价方法技术

一种基于无人机遥感图像的冬小麦穗期病虫害程度评价方法，其利用无人机在冬小麦穗期采集遥感图像，在遥感图像中确定未受病虫害侵染麦株的健康特征端元及病虫害侵染麦株的枯死特征端元，获取各端元的波谱参数；基于各端元的波谱参数，通过光谱分离技术，获取枯死特征丰度图；对其进行网格化处理，并计算各网格内所有像元的像元值之和与像元数量的比值，获得冬小麦穗期病虫害程度综合评价专题图，依据冬小麦穗期病虫害程度综合评价专题图中各像元的比值对相应麦田中冬小麦穗期病虫害程度进行评价。本发明专利技术的评价方法效率高、覆盖面积大，且操作便捷、具有不依赖遥感图像的辐射定标精度、不遗漏遥感图像中的混合像元等优势。不遗漏遥感图像中的混合像元等优势。不遗漏遥感图像中的混合像元等优势。

【技术实现步骤摘要】
一种基于无人机遥感图像的冬小麦穗期病虫害程度评价方法


[0001]本专利技术涉及数字图像处理在农业遥感领域的应用，具体说的是一种基于无人机遥感图像的冬小麦穗期病虫害评价方法。

技术介绍

[0002]冬小麦穗期指冬小麦从孕穗扬花、经结实灌浆至成熟收获的一段时间，约50天左右，是小麦产量形成的关键时期。冬小麦进入穗期后，由于温度、湿度等环境条件适宜，小麦蚜虫、吸浆虫、条锈病、白粉病、赤霉病等多种病虫害集中发生。做好冬小麦穗期病虫害综合评价与防控，对确保小麦高产、稳产具有不可替代的重要作用。
[0003]在冬小麦穗期，通常采取
ꢀ“
一喷三防”技术综合防控病虫害。冬小麦
ꢀ“
一喷三防”技术指使用杀虫剂（吡虫啉、啶虫脒、吡蚜酮、噻虫嗪、溴氰菊酯等）、杀菌剂（三唑酮、烯唑醇、戊唑醇、己唑醇、丙环唑等）、植物生长调节剂（石油助长剂、萘乙酸、黄腐酸、烯效唑、植物细胞分裂素等）、叶面肥等配制混合药液进行喷洒，达到防虫害、防病害与防干热风的目的，是减少小麦产量损失的关键技术措施。
[0004]在冬小麦穗期科学实施“一喷三防”，需要根据麦田中病虫害的实际发生状况确定防治时期与药剂用量，达到一喷多效、节本增效的目的。
[0005]传统获取冬小麦穗期病虫害信息主要依赖于人工田间巡查，通过技术人员目视判别或手持移动终端获取麦株图像的方式，对小麦蚜虫、吸浆虫等害虫进行计数，或统计条锈病、赤霉病等病菌感染的小麦叶片数量（CN 106991619A），进而对病虫害发生状况进行评估。人工巡查方法效率低、精度差、覆盖面积小，离散的点源采样数据无法精准、完整地表达田块内部空间分布不均的病虫害状况，而且巡查人员在麦田中行走采样，不可避免地接触麦株，间接起到扩散病虫害的效果。
[0006]近年来出现了利用物联网技术在农田中布置图像采集设备，并通过收集与处理作物图像对作物病虫害进行诊断的技术（CN 107783522 A）。该方法一方面受到硬件成本与大田中耕植保作业等条件限制，无法在麦田中进行大量布置；另一方面，该方法同样基于离散的点源采样数据，难以全面覆盖并精确评价田块内部空间分布不均的病虫害状况。
[0007]图像处理技术可为快速诊断小麦穗期病虫害提供新的方法支撑。小麦蚜虫、吸浆虫等害虫与条锈病、白粉病等病菌在小麦穗期侵染麦株，导致小麦叶片、茎秆或穗头上出现黄色斑点或白色条纹，最终枯死（CN 109769606 A）。病虫害侵染麦株的枯死特征的光谱反射率特性明显区别于健康麦株，因此，利用图像处理技术提取病虫害侵染麦株的枯死特征的光谱反射率数据，可以综合分析病虫害的发生状况，但是该方法需要严格的辐射标定作业，将图像在各波段上的数字量化值转换为地表反射率，大田环境下辐射标定的精度直接影响病虫害侵染麦株的枯死特征的识别精度与效率。
[0008]基于图像处理技术识别病虫害侵染麦株的枯死特征的精度及效率，还与图像的空间分辨率密切相关。空间分辨率指图像中单个像元所表征的实际地物尺寸。像元是图像成像过程中的采样点，是构成图像的基本单元。图像的空间分辨率由图像传感器的内在参数
与成像平台和地物之间的高度共同决定，空间分辨率越高意味着单个像元所表征的实际地物尺寸越小，图像特征越清晰、信息越丰富。使用手持移动终端或固定安装的物联网图像采集设备获取的近地图像具有较高的空间分辨率，有助于提高特征识别的精度，但是由于图像采集设备距离地面较近，导致覆盖面积小、效率低。
[0009]使用无人机遥感平台在一定高度作业，可以获取覆盖面积较大的麦田遥感图像，解决效率低的问题。但是，随着无人机飞行高度的增加，遥感图像的空间分辨率随之降低，单个像元表征的地物尺寸相应增大。在无人机遥感图像中，仅包含1种地物的像元称为端元，而包含2种及以上地物的像元为混合像元。由于无人机遥感图像空间分辨率降低，而且冬小麦穗期的叶片交错重叠，在无人机遥感图像中，除了具有未受病虫害侵染麦株的健康特征端元与不规则分布的病虫害侵染麦株的枯死特征端元之外，还存在大量同时包含健康特征与枯死特征的混合像元。混合像元的光谱反射率特性与枯死特征端元的光谱反射率特性不同，其数值大小由枯死特征在混合像元中所占的面积比例决定。混合像元的存在大大降低了基于作物光谱反射率识别病虫害侵染麦株的枯死特征的精度。

技术实现思路

[0010]为解决上述技术问题，本专利技术提供一种基于无人机遥感图像的冬小麦穗期病虫害评价方法，该方法利用无人机遥感平台获取冬小麦穗期的遥感图像，并在遥感图像中识别未受病虫害侵染麦株的健康特征端元、病虫害侵染麦株的枯死特征端元、以及同时包含健康特征及枯死特征的混合像元，通过光谱分离技术，对混合像元进行线性分解，获取混合像元中枯死特征组分所占的面积比例，即枯死特征丰度，最终，根据枯死特征丰度值，计算一定区域内病虫害侵染麦株的枯死特征占全体麦株特征的面积比例，实现冬小麦穗期病虫害综合评价。
[0011]为实现上述技术目的，所采用的技术方案是：一种基于无人机遥感图像的冬小麦穗期病虫害程度评价方法，具体包括以下步骤：步骤1、使用无人机在冬小麦穗期获取麦田的遥感图像，并进行正射拼接与地理配准，为无人机遥感图像中的每个像元赋予地理坐标；步骤2、在无人机遥感图像中，通过人工标注，选取未受病虫害侵染麦株的健康特征端元及病虫害侵染麦株的枯死特征端元，将其中一部分枯死特征端元作为测试集，剩余部分作为验证集；步骤3、在无人机遥感图像中，基于步骤2获得健康特征端元与枯死特征端元的测试集，获取健康特征端元及枯死特征端元的波谱参数；步骤4、基于步骤3获取的波谱参数以及步骤1所述中遥感图像中各像元在每个波段上的数字量化值，通过光谱分离技术对各像元进行线性分解，获取枯死特征丰度图；步骤5、基于步骤2中的验证集对步骤4的枯死特征丰度图进行精度检验，若显著性分析p值＜0.05，依据步骤2重新选取健康特征端元与枯死特征端元，并重复步骤3至步骤5，直至p值≥0.05，认定步骤4获得的枯死特征丰度图的精度合格；步骤6、对经步骤5认定合格的枯死特征丰度图进行M米
×
M米网格化处理，计算各网格内所有像元的像元值之和与像元数量的比值，获得像元尺寸为M米的冬小麦穗期病虫
害程度综合评价专题图，依据冬小麦穗期病虫害程度综合评价专题图中各像元的所述比值，结合步骤1的地理坐标对相应麦田中冬小麦穗期病虫害程度进行评价。
[0012]进一步，步骤1中，使用无人机获取的遥感图像的空间分辨率小于1.5厘米。。
[0013]进一步，步骤2中人工标注的健康特征端元的数量不少于20个、枯死特征端元的数量不少于50个，其中，随机选取80%的枯死特征端元作为测试集；剩余20%的枯死特征端元作为验证集。
[0014]进一步，人工标注的各端元的空间位置应均布于整个麦田。
[0015]进一步，步骤4中，枯死特征丰度图中各像元的像元值为大于等于0且小于等于1的数值：像元值为0的像元即健康特征端元，像元值为1的像元即枯死特征端元，而其余像元的像元值则表示枯死特征在该像元本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机遥感图像的冬小麦穗期病虫害程度评价方法，其特征在于：具体包括以下步骤：步骤1、使用无人机在冬小麦穗期获取麦田的遥感图像，并进行正射拼接与地理配准，为无人机遥感图像中的每个像元赋予地理坐标；步骤2、在无人机遥感图像中，通过人工标注，选取未受病虫害侵染麦株的健康特征端元及病虫害侵染麦株的枯死特征端元，将其中一部分枯死特征端元作为测试集，剩余部分作为验证集；步骤3、在无人机遥感图像中，基于步骤2获得的健康特征端元与枯死特征端元的测试集，获取健康特征端元及枯死特征端元的波谱参数；步骤4、基于步骤3获取的波谱参数以及步骤1所述的遥感图像中各像元在每个波段上的数字量化值，通过光谱分离技术对各像元进行线性分解，获取枯死特征丰度图；步骤5、基于步骤2中的验证集对步骤4的枯死特征丰度图进行精度检验，若显著性分析p值＜0.05，依据步骤2重新选取健康特征端元与枯死特征端元，并重复步骤3至步骤5，直至p值≥0.05，认定步骤4获得的枯死特征丰度图的精度合格；步骤6、对经步骤5认定合格的枯死特征丰度图进行M米
×
M米网格化处理，计算各网格内所有像元的像元值之和与像元数量的比值，获得像元尺寸为M米的冬小麦穗期病虫害程度综合评价专题图，依据冬小麦穗期病虫害程度综合评价专题图中各像元的所述比值结合步骤1的地理坐标对相应麦田中冬小麦穗期病虫害程度进行评价。2.如权利要求1所述的一种基于无人机遥感图像的冬小麦穗期病虫害程度评价方法，其特征在于：步骤1中，使用无人机获取的遥感图像的空间分辨率小于1.5厘米。3.如权利要求1所述的一种基于无人机遥感图像的冬小麦穗期病虫害程度评价方法，其特征在于：步骤2中，人工标注的健康特征端元的数量不少于20个...

【专利技术属性】
技术研发人员：杜蒙蒙，王恒，金鑫，王睛雯，刘松，夏洛舜，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：