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】
本专利技术涉及水稻高温胁迫测量,尤其涉及一种基于遥感影像的水稻高温胁迫测量方法。
技术介绍
1、水稻属于c3植物,适宜生长温度为25℃~30℃。已有研究表明气候变化对水稻光合作用起到正负两面作用,且在不同地方呈现较大差异性。因此,研究水稻光合作用对温度的依赖关系,对准确估算水稻生产力及了解农田生态系统碳汇功能至关重要。
2、而高温胁迫是指当环境温度超过植物正常生长发育所能忍受的上限时,植物体内的一系列生理生化过程受到干扰或破坏,导致生长发育受阻、产量和品质下降甚至死亡的现象,例如高温会导致植物光合作用的关键酶活性降低,光合速率下降,严重影响植物的碳固定和生长。
3、高温胁迫是影响水稻生长和产量的重要因素之一,故测量水稻高温胁迫对于保障粮食安全具有重要意义,但传统的地面监测方法会受限于监测点的数量和分布,难以全面覆盖整个水稻田,导致数据代表性不足。此外,人工测量可能存在主观误差,影响数据的准确性,因此本专利技术提出一种基于遥感影像的水稻高温胁迫测量方法以解决现有技术中存在的问题。
技术实现思路
1、针对上述问题,本专利技术的目的在于提出一种基于遥感影像的水稻高温胁迫测量方法,具有测量方便、精准的优点,能解决现有技术中存在的问题。
2、为实现本专利技术的目的,本专利技术通过以下技术方案实现:一种基于遥感影像的水稻高温胁迫测量方法,包括以下步骤:
3、步骤一、遥感指标数据的获得
4、确认水稻研究区域,然后获得该研究区域的多光谱遥
5、步骤二、实地监测数据的获得
6、采用人工实际测量的方式,在确认水稻研究区域内,配合测量仪器的方式,对水稻研究区域内的水稻进行测量,收集实地监测数据,之后进行预处理;
7、步骤三、估算测量模型的建立
8、利用步骤二中获得的实地监测数据,与步骤一中获得的遥感指标数据进行一一对应,基于线性回归模型构建叶绿素含量估算模型,之后对叶绿素含量估算模型进行训练;
9、步骤四、参考值的设立
10、在常温条件下,在确认水稻研究区域内,使用随机采样的方式,获取n组实地监测数据,然后进行处理,得到参考值;
11、步骤五、水稻高温胁迫的判定
12、重新获得需判断水稻种植区域的多光谱遥感数据,将其进行处理,处理后输入步骤三中构建的叶绿素含量估算模型,得到叶绿素含量估算结果,将结果与参考值进行比对,根据比对结果判断水稻是否受到高温胁迫。
13、进一步改进在于:所述步骤一中,预处理的方式是对多光谱遥感数据进行辐射校正、大气校正和几何校正。
14、进一步改进在于:所述计算获得归一化差分植被指数的表达公式为:
15、
16、式中,nir为近红外波段的反射率,r为红光波段的反射率,ndvi的取值范围为-1~1,数值越大表示被覆盖良好。
17、进一步改进在于:所述步骤二中,预处理的具体方式为,依次对实地监测数据进行数据清洗和数据标准化。
18、进一步改进在于:所述步骤二中,实地监测数据与遥感指标数据处于同一时间窗口下。
19、进一步改进在于:所述步骤三中,叶绿素含量估算模型表达式为:
20、t叶绿素含量=β0+β1×ndvi+∈
21、式中,β0是截距项,β1是斜率项,∈是误差项。
22、进一步改进在于:所述步骤四中,处理的方式为:在n组实地监测数据中去掉最低值和最高值,然后在剩下的实地监测数据中取平均值,该平均值即为参考值。
23、进一步改进在于:所述步骤五中,当结果低于参考值80~90%以下时,视为受到高温胁迫。
24、本专利技术的有益效果为:本专利技术提供的一种基于遥感影像的水稻高温胁迫测量方法,基于遥感影像数据,并结合地面的实地监测数据,提高测量的准确性和可靠性,同时通过引入遥感影像数据的方式,实现大范围的监测,并结合地面监测数据进行微观尺度的分析,实现多尺度的集成,且遥感影像数据采用无人机遥感的方式进行,由此能够实现对水稻高温胁迫的实时监测,从而能及时采取措施,减轻高温对水稻生长的影响,提高水稻产量和品质。
本文档来自技高网...【技术保护点】
1.一种基于遥感影像的水稻高温胁迫测量方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于遥感影像的水稻高温胁迫测量方法,其特征在于:所述步骤一中,预处理的方式是对多光谱遥感数据进行辐射校正、大气校正和几何校正。
3.根据权利要求1所述的一种基于遥感影像的水稻高温胁迫测量方法,其特征在于:所述计算获得归一化差分植被指数的表达公式为:
4.根据权利要求1所述的一种基于遥感影像的水稻高温胁迫测量方法,其特征在于:所述步骤二中,预处理的具体方式为,依次对实地监测数据进行数据清洗和数据标准化。
5.根据权利要求1所述的一种基于遥感影像的水稻高温胁迫测量方法,其特征在于:所述步骤二中,实地监测数据与遥感指标数据处于同一时间窗口下。
6.根据权利要求1所述的一种基于遥感影像的水稻高温胁迫测量方法,其特征在于:所述步骤三中,叶绿素含量估算模型表达式为:
7.根据权利要求1所述的一种基于遥感影像的水稻高温胁迫测量方法,其特征在于:所述步骤四中,处理的方式为:在N组实地监测数据中去掉最低值和最高值,然后在剩下的实
8.根据权利要求1所述的一种基于遥感影像的水稻高温胁迫测量方法,其特征在于:所述步骤五中,当结果低于参考值80~90%以下时,视为受到高温胁迫。
...【技术特征摘要】
1.一种基于遥感影像的水稻高温胁迫测量方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于遥感影像的水稻高温胁迫测量方法,其特征在于:所述步骤一中,预处理的方式是对多光谱遥感数据进行辐射校正、大气校正和几何校正。
3.根据权利要求1所述的一种基于遥感影像的水稻高温胁迫测量方法,其特征在于:所述计算获得归一化差分植被指数的表达公式为:
4.根据权利要求1所述的一种基于遥感影像的水稻高温胁迫测量方法,其特征在于:所述步骤二中,预处理的具体方式为,依次对实地监测数据进行数据清洗和数据标准化。
5.根据权利要求1所述的一种基于遥感影像的水...
【专利技术属性】
技术研发人员:王小雷,王传之,王大雷,张兴桃,李秀丽,李杨眉,郭志华,杨泽美,
申请(专利权)人:宿州学院,
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。