System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于无人机遥感监测及图像处理,更具体地,涉及一种基于光合概念模型的作物生物量估测方法。
技术介绍
1、地上生物量(above ground biomass,agb)作为作物生态系统监测中的重要指标之一,不仅与作物的生长发育及产量形成等密切相关,同时也是开展全球气候变化、碳循环、物质流动和能量交换等研究的重要内容,其时序变化能够直接表征作物进行净光合作用积累有机物的能力,反映作物的生长态势和营养状况。基于agb的长势评估是对作物生长状况及其对环境条件响应的定量分析,快速且精准地获取作物agb信息对营养诊断、田间施肥等精细化管理和农业生态环境保护具有科学意义。
2、传统人工agb测量方法需要进行破坏性采样,然后将样本进行清洗、分解、烘干、称重和记录等操作,不仅费时、费力、效率低下,且人的主观性差异对数据结果有较大的影响,无法应用于田间尺度的作物长势监测。遥感技术以其快捷、无损、覆盖范围广的优势,成为了大范围agb估测的重要手段。而在所有的遥感平台中,无人机遥感平台以其简单易操作、可搭载多种传感器、可自由设定数据获取间隔等特点,尤其受到精准农业研究和从业者的青睐。
3、现有研究表明,通过若干波段反射率数学组合计算的植被指数是小麦、玉米、水稻等不同作物agb估测的有效方法。作物叶面积指数(leaf area index,lai)、agb等长势参数与光谱植被指数间存在较强的相关关系,但可能受到作物种类、生长阶段、环境因子等多种因素的影响导致关系不稳定。因此,有必要采用遥感技术构建时-空-谱特征深度融合的作
技术实现思路
1、针对相关技术中的上述技术问题,本公开提出一种基于光合概念模型的作物生物量估测方法,能够克服现有技术存在的上述不足。
2、为实现上述技术目的,本公开的技术方案是这样实现的:
3、本公开目的在于提供一种基于光合概念模型的作物生物量估测方法,包括以下步骤:
4、s1数据采集与处理:根据试验区需要分析的作物情况,规划无人机图像采集方案,执行采集方案来获取作物的冠层遥感影像,所述冠层遥感影像包括rgb影像和多光谱影像;对rgb影像进行图像拼接及三维重建,对多光谱影像进行几何处理以及辐射定标处理,然后利用rgb影像和多光谱影像的不同波段计算灰度共生矩阵纹理;
5、s2提取光谱与几何信息:
6、s2.1提取作物冠层高度:根据rgb影像预处理得到的dsm,获取无植被覆盖数字地形模型dtm,利用数字表面模型dsm和无植被覆盖数字地形模型dtm叠加相减以获取作物冠层高度模型,从而得出作物的冠层高度;根据rgb影像中田块的位置勾画rgb感兴趣区域,通过rgb感兴趣区域来提取计算出田块作物的冠层高度均值,将冠层高度均值作为田块的冠层高度;
7、s2.2提取冠层反射率信息:对于预处理完成的多光谱影像,根据多光谱影像中田块的位置勾画多光谱感兴趣区域,通过多光谱感兴趣区域来提取计算田块的反射率均值,将反射率均值作为田块的反射率;
8、s2.3计算植被指数:根据多光谱影像提取田块的光谱反射率,计算植被指数;
9、s3构建与简化作物agb估测通用模型:
10、s3.1构建agb估测理论模型:根据净同化率(net assimilation rate,nar)、生物量、lai等参数的物理含义来推导构建作物agb的计算模型;
11、s3.2挖掘作物nar的遥感替代指标:
12、s3.2.1:首先,利用遥感技术获取表征作物某种生长状况的植被指数、覆盖度、纹理、冠层高度、冠层体积等,其中:植被指数用于表征作物色素含量,覆盖度用于表征作物生长密度,纹理用于表征作物群体之间或作物与土壤背景之间的相互关系,冠层高度和冠层体积用于表征作物在不同方向上的体量;
13、s3.2.2:然后,通过获取不同时期以上参数的时序变化趋势,进一步提取各参数的变化率特征,形成nar的可替代遥感指标变量库,并以变量库中作物全生育期的指标和实测lai为数据基础,与实测agb进行对比,通过比较agb的计算精度,挖掘精度较高时的替代变量,从而反推出可用于替代作物nar的遥感指标;
14、s3.3估测几何光谱信息一体化的叶面积指数:根据叶面积密度的物理含义推导构建作物lai的计算模型,从而得到作物的lai;
15、s3.4估测光合概念模型的作物agb值:利用s3.2得到的nar和s3.3得到的lai,并根据agb计算公式得到作物不同时期的agb值,从而参量化生物量的理论计算模型;
16、s3.5简化模型:在无人机数据可获取的前提下,选取处于最大生物量时的时间,采用图像分割方法将s3.4所取得的agb值随时间变化曲线分割为三角形与梯形,选取若干个重要时间的数据代入即可完成多生育期agb的估测,重要时间为作物出苗、生物量最大以及需要监测时的播种后天数,具体的重要时间在控制实验中获得。
17、优选地,所述s1具体包括以下过程:
18、s1.1:首先根据作物种植面积、地形地貌、天气情况、数据获取要求规划无人机图像采集方案,所述规划无人机图像采集方案包括无人机的航拍方式、航拍路线和设置的航带重叠度;
19、s1.2:然后根据所述无人机图像采集方案,利用带有rgb和多光谱传感器的无人机系统获取作物的冠层遥感影像,所述冠层遥感影像包括rgb影像和多光谱影像;
20、s1.3:对rgb影像进行图像拼接及三维重建,从而生成数字表面模型(digitalsurface model,dsm)和数字正射影像(digital orthophoto map,dom);对多光谱影像进行几何处理以及辐射定标处理,通过几何处理对每个镜头进行物镜畸变矫正,再对不同波段进行光学配准,对不同波段的影像进行辐射定标;利用rgb和多光谱影像的不同波段计算灰度共生矩阵的纹理,所述纹理包括均值、方差、同质性、对比度、相异性、熵、二阶矩、相关性。
21、优选地,所述s1.3中的图像拼接及三维重建具体方式为:
22、首先,对齐rgb影像照片(align photos)构建稀疏点云:基于人工标注的地面控制点,采用sift(scale-invariant feature transform)算子提取影像特征点完成初步影像间的匹配;基于特征点对计算影像在三维空间的相对位置,并解算相机的姿态参数,使用光束法区域网平差进行优化并构建出稀疏点云;
23、其次,构建密集点云:根据稀疏点云以及地面控制点坐标,采用多视角立体算法,将稀疏点云中的点作为种子点,进一步进行加密过滤,从而生成密集点云;
24、最后,生成模型:基于密集点云,通过加密和网格化插值生成数字表面模型(digital surface model,dsm)和数字正射影像(digital or本文档来自技高网...
【技术保护点】
1.一种基于光合概念模型的作物生物量估测方法,包括以下步骤:
2.根据权利要求1所述的作物生物量估测方法,其特征在于,所述S1具体包括以下过程:
3.根据权利要求2所述的作物生物量估测方法,其特征在于,所述S1.3中的图像拼接及三维重建具体方式为:
4.根据权利要求2或3所述的作物生物量估测方法,其特征在于,所述S1.3中,采用Agisoft Photoscan Professional v1.4.5软件对RGB影像进行图像拼接及三维重建。
5.根据权利要求2所述的作物生物量估测方法,其特征在于,所述S1.3中,辐射定标处理即将MCA 影像中数据DN值转换成具有实际物理意义的地物表面反射率值,辐射定标采用统一分段经验线性法完成;
6.根据权利要求1所述的作物生物量估测方法,其特征在于,所述S2.3具体包括以下过程:
7.根据权利要求1所述的作物生物量估测方法,其特征在于,所述S3.1具体包括以下过程:
8.根据权利要求1所述的作物生物量估测方法,其特征在于,所述S3.3具体包括以下过程:
< ...【技术特征摘要】
1.一种基于光合概念模型的作物生物量估测方法,包括以下步骤:
2.根据权利要求1所述的作物生物量估测方法,其特征在于,所述s1具体包括以下过程:
3.根据权利要求2所述的作物生物量估测方法,其特征在于,所述s1.3中的图像拼接及三维重建具体方式为:
4.根据权利要求2或3所述的作物生物量估测方法,其特征在于,所述s1.3中,采用agisoft photoscan professional v1.4.5软件对rgb影像进行图像拼接及三维重建。
5.根据权利要求2所述的作物生物量估测方法,其特征在于,所述s1.3中,辐射定标处理即将mca 影像...
【专利技术属性】
技术研发人员:何英彬,罗善军,李茜,王向一,陈慧聪,
申请(专利权)人:中国农业科学院农业资源与农业区划研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。