【技术实现步骤摘要】
本专利技术属于落叶松失叶率计算，尤其涉及一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法。
技术介绍
1、森林虫害往往使林木失叶，威胁森林健康安全。失叶率是表征森林失叶的参量，是森林虫害监测重要指标，因而快速、准确获取林木失叶率信息在森林虫害监测和森林健康评价等方面有重要意义。
2、害虫引起的森林失叶遥感监测是很多学者关注的研究热点。目前在失叶遥感监测中以分类为主，而失叶率估算很少见且精度有待提高，如遥感数据计算归一化差异水分指数、增强型植被指数和归一化植被指数，对云杉失叶进行了4级分类，总体分类精度为70％左右；利用sentinel-2遥感数据计算几种植被指数，采用k近邻(knn)、随机森林(rf)和支持向量机((svm)等机器学习算法建立了失叶分类模型，其总体准确率分别为78％、75％和78％；spruce等采用modis ndvi时间序列数据集，对舞毒蛾引起的森林失叶进行了两级分类，其总体分类准确率为79％；philip townsend等借助landsat遥感数据计算归一化差异红外指数和水分胁迫指数，建立了失叶率估算模型，其rms误差估计值为14.90％。综上，森林失叶监测多集中在多光谱遥感应用上，而高光谱遥感的应用鲜有报道。高光谱与多光谱相比，对植物结构和生理的细微变化有更强感知能力。在植物虫害监测中有更大潜力，利用高光谱估算受害林木失叶率，可为森林失叶高光谱遥感监测提供有力实验依据，并对森林虫害遥感监测的发展具有重要意义。
3、通过上述分析，现有技术存在的问题及缺陷为：
4、(1
5、(2)计算失叶率的精度有限，且目前方法主要采用的分类方式计算，精度未超过80％。
6、(3)获取的落叶松数据容易泄露，安全性差。
技术实现思路
1、针对现有技术存在的问题，本专利技术提供了一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法。
2、本专利技术是这样实现的，一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，包括：
3、步骤一，数据获取与加密处理：使用高光谱仪采集落叶松区域的光谱数据，并收集失叶率相关数据，对所收集的高光谱数据和失叶率数据采用rsa非对称加密技术进行加密处理；
4、步骤二，光谱数据的预处理：利用基于机器学习的异常检测模型自动识别并剔除异常光谱，通过viewspecpro软件进行平滑处理，进行一阶求导以获得微分光谱反射率，使用多尺度微分技术提取更细致的光谱特征；
5、步骤三，模型的建立与验证：利用连续小波变换和敏感连续小波特征提取技术处理微分光谱数据，结合偏最小二乘回归和支持向量机回归算法，利用深度神经网络构建失叶率估算模型；在历史数据集上进行预训练，并在实际应用场景中进行精度验证和模型微调；
6、步骤四，构建基于云计算和边缘计算的实时数据处理框架，以便快速处理和分析新获取的光谱数据；
7、步骤五：开发图形用户界面，提供数据可视化工具和交互式探索功能，使用户能够直观地查看数据和分析结果。
8、进一步，所述对数据进行加密处理方法：
9、获取高光谱数据、失叶率数据流；对所述高光谱数据、失叶率数据流进行分段处理，以获取字段序列；其中，所述字段序列包括n个字段；
10、获取预设间隔字段；其中，所述预设间隔字段设置为多个，所述多个预设间隔字段包括第一预设间隔字段和第二预设间隔字段；将所述第一预设间隔字段按照第一指定位置插入所述字段序列，将所述第二预设间隔字段按照第二指定位置插入所述字段序列以生成第一加密字段序列；以及根据所述第一加密字段序列生成加密高光谱数据、失叶率数据流；
11、所述获取预设间隔字段，包括：获取第一随机数，根据所述第一随机数设置所述第一预设间隔字段的字节数；获取第二随机数，根据所述第二随机数设置所述第二预设间隔字段的字节数；获取当前时间戳字段，根据所述当前时间戳字段，计算所述预设间隔字段的每个字节的当前比特值；其中，所述预设间隔字段的每个字节的当前比特值为所述第一预设间隔字段的每个字节的当前比特值或所述第二预设间隔字段的每个字节的当前比特值；根据所述第一预设间隔字段的字节数及其所述每个字节的当前比特值，生成所述第一预设间隔字段；根据所述第二预设间隔字段的字节数及其所述每个字节的当前比特值，生成所述第二预设间隔字段；以及根据所述第一预设间隔字段和所述第二预设间隔字段获取所述预设间隔字段；
12、模型的建立与验证涉及到连续小波变换、敏感连续小波特征提取、失叶率估算模型、模型精度验证步骤；总体上通过微分光谱连续小波系数，利用偏最小二乘回归和支持向量机回归算法，构建失叶率估算模型，揭示高光谱对失叶率估算的潜力。
13、进一步地，所述的高光谱数据，采用asd地物光谱仪对不同程度失叶的落叶松进行了光谱测量。该光谱仪光谱分辨率为3nm@350～1000nm和10nm@1000～2500nm；采样间隔为1.4nm@350～1000nm和2nm@1000～2500nm；数据间隔为1nm；在整个测定过程中，探头使用视场角为25°。且垂直向下，高度要求离测定对象0.2m左右，所有光谱在晴朗无云的天气于北京时间10:30～14:30期间测定。每个样本树垂直方向上分为上、中、下3个层次，然后各层次上选择典型一条树枝进行观测20次，每样本树观测前后均使用参考白板对光谱进行校正，将20×30次的光谱反射率的平均值来代表一个样本树的冠层光谱反射率值。
14、进一步地，所述的失叶率数据，现场失叶率估算是与光谱测量同时进行的，即对光谱测量的3条树枝计算失叶率。失叶率计算方法是首先在光谱测量范围(以光谱测量探头在树枝上的投影点为中心，以0.09m为半径的圆)内记录损失和健康针叶数量；然后通过式(1)分别计算3条树枝的失叶率，再取平均值作为当前样本树的失叶率。
15、
16、式中llr为树枝失叶率，nh和nt分别为健康和损失的针叶计数。
17、进一步地，所述的连续小波变换，在光谱预处理的基础上，利用采用了biorthogonal、coiflets、daubechies和symlets小波系的36种母小波基对不同程度失叶的林木冠层微分光谱反射率进行连续小波变换，获得微分光谱连续小波系数(记为dsr-cwc)。采用matlab2016b软件完成了连续小波变换处理。
18、进一步地，所述的敏感连续小波特征提取，失叶率与dsr-cwc的决定系数r2值大于0.64对应的波段设为敏感波段。利用matlab软件的findpeaks(fp)函数自动寻找r2峰值并确定敏感波段，然后通过敏感波段位置，分别提取10个尺度上的小波系数。
19、[p，l]＝findpeaks(x，‘minpeakheight'，h，‘minpeakdistance’，d) (2)
20、式中，x为决定系数r2和波本文档来自技高网...
【技术保护点】
1.一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，该方法的步骤包括：
2.如权利要求1所述的一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，所述对数据进行加密处理方法：
3.如权利要求1所述的一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，所述异常光谱剔除通过利用基于机器学习的异常检测模型进行：
4.如权利要求1所述的一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，所述的连续小波变换，在光谱预处理的基础上，利用连续小波对不同程度失叶的林木冠层微分光谱反射率进行变换，获得微分光谱连续小波系数(记为DSR-CWC)，采用MATLAB2016b软件完成了连续小波变换处理。
5.如权利要求1所述的一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，所述的敏感连续小波特征提取，失叶率与DSR-CWC的决定系数Rz值大于0.64对应的波段设为敏感波段，利用MATI_AB软件的Findpeaks(Fp)函数自动寻找R2峰值并确定敏感波段，然后通过敏感波段位置，分别提取1
6.如权利要求5所述的一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，所述的SPA实现的步骤为：
7.如权利要求1所述的一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，所述的失叶率评估模型，利用偏最小二乘回归(PLSR)和支持向量机回归(SVMR)算法建立失叶率估算模型，并与逐步多元线性回归(SMLR)模型进行了比较。
8.如权利要求1所述的一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，所述的PLSR是一种多元线性数据统计分析法，旨在解决存在许多(可能相关的)预测变量和相对较少样本的情况；在建模中它从自变量空间和因变量空间里寻求某些相关程度最大的成分线性组合，以便更好地解释因变量的变异信息，相当于普通线性回归、主成分分析、典型相关分析的组合。
9.如权利要求1所述的一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，所述的模型精度验证，利用决定系数(R2)和均方根误差RMSE作为训练模型(记为和RMSEC)和验证模型(记为和RMSE)精度评定的基础指标。
10.一种如权利要求1所述方法的利用微分光谱估算针叶害虫危害落叶松失叶率的系统，其特征在于，包括：
...【技术特征摘要】
1.一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，该方法的步骤包括：
2.如权利要求1所述的一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，所述对数据进行加密处理方法：
3.如权利要求1所述的一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，所述异常光谱剔除通过利用基于机器学习的异常检测模型进行：
4.如权利要求1所述的一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，所述的连续小波变换，在光谱预处理的基础上，利用连续小波对不同程度失叶的林木冠层微分光谱反射率进行变换，获得微分光谱连续小波系数(记为dsr-cwc)，采用matlab2016b软件完成了连续小波变换处理。
5.如权利要求1所述的一种利用微分光谱估算针叶害虫危害落叶松失叶率的方法，其特征在于，所述的敏感连续小波特征提取，失叶率与dsr-cwc的决定系数rz值大于0.64对应的波段设为敏感波段，利用mati_ab软件的findpeaks(fp)函数自动寻找r2峰值并确定敏感波段，然后通过敏感波段位置，分别提取10个尺度上的小波系数；
6.如权利要求5所述的一...
【专利技术属性】
技术研发人员：黄晓君，白力嘎，杨乐，萨和芽，郭佳泽，孙广友，汪澈，
申请(专利权)人：内蒙古师范大学，
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。