一种植被覆盖度估算方法技术

本发明专利技术公开的一种植被覆盖度估算方法，其中包括：获取采样点的植被覆盖度实际测量值；获取无人机拍摄并传输的采样点的多光谱遥感图像；对多光谱遥感图像进行预处理，得到图像反射率在预设阈值内的波段图像；在波段图像中提取采样点对应像元的各波段反射率值；运用统计产品与服务解决方法将植被覆盖度实际测量值与各波段反射率值进行相关性分析得到敏感波段；通过多元线性回归方法构建植被覆盖度估算模型；对植被覆盖度估算模型筛选得到最优估算模型；利用选取出的最优估算模型估算待测区域的植被覆盖度。本发明专利技术提供的基于无人机多光谱图像的植被覆盖度估算方法解决了现有方法费时费力、时间稳定性差和空间分辨率低等问题。

【技术实现步骤摘要】
一种植被覆盖度估算方法
本专利技术涉及定量遥感应用领域，尤其涉及基于无人机多光谱遥感图像的植被覆盖度估算方法，具体涉及一种植被覆盖度估算方法。
技术介绍
植被覆盖度（FractionalVegetationCover，FVC）是指单位面积内植被（包括叶、茎、枝）垂直投影到地面上的面积占统计区面积的百分比。植被覆盖及其变化是刻画区域生态系统环境变化的重要指标，也是影响土壤退化与水土流失的主要因子。随着研究的不断深入，植被覆盖度不仅可以定性的监测、评价局部甚至区域农、林作物的生长状况，还可以作为水文、气象、生态等研究领域许多定量模型的关键输入参数。因此，植被覆盖度估算对于大气、土壤、水文和生态等研究具有积极意义。植被覆盖度测算方法大致经历了简单目测估算、仪器测量计算和遥感解译分析等阶段。目前，仪器测量方法需要较多的人力物力和时间耗费，难以适应长期快速田间监测的需求。利用遥感影像数据估算植被覆盖度是大面积无损估算植被覆盖度的主要手段之一，但当前主流的卫星遥感技术由于重访周期长、受天气影响大、影像分辨率不足等局限因素，在数据稳定性和时空分辨率等方面难以满足精准农业研究的需要。同时，还有可以利用航空飞机获取数据，但是由于航空飞机不易进入民用领域，所以航空遥感图像不易获得。随着科技进步，无人机技术逐渐走进民用领域，无人机遥感平台易搭建、成本低、飞行区域机动、飞行高度灵活、作业周期短，获取的遥感数据空间和时间分辨率相对较高，不易受周期与天气条件的限制，因此，无人机遥感评估技术成为现在精准农业中实用化研究的热点。因此，为了改善或解决上述简单目测估算、仪器测量计算和利用遥感影像数据估算中存在的问题，目前在植被覆盖度估算领域亟待研究出一种基于无人机多光谱遥感图像构建植被覆盖度估算模型，以期进一步提高植被覆盖度遥感监测的时间稳定性和空间分辨率，为植被覆盖度遥感估算提供技术支持。
技术实现思路
为了解决上述现有技术中存在的问题，本专利技术的目的在于提供一种植被覆盖度估算方法，以克服简单目测估算、仪器测量计算和利用遥感影像数据估算中存在的费时费力，时间稳定性差和空间分辨率低等缺点，达到了在精准农业中对植被覆盖度的估算不受周期、天气条件的限制，作业周期短、灵活性高，成本低的技术效果。根据本专利技术的一个方面，提供了一种植被覆盖度估算方法，其中，包括以下步骤：获取采样点的植被覆盖度实际测量值；获取无人机拍摄并传输的采样点的多光谱遥感图像；对所述多光谱遥感图像进行预处理，得到图像反射率在预设阈值内的波段图像；在所述波段图像中提取所述采样点对应像元的各波段反射率值；运用统计产品与服务解决方法（StatisticalProductandServiceSolutions，简称SPSS）将所述植被覆盖度实际测量值与所述各波段反射率值进行相关性分析，得到敏感波段；基于所述敏感波段与所述植被覆盖度实际测量值，通过多元线性回归方法，构建植被覆盖度估算模型；采用所述植被覆盖度实际测量值对植被覆盖估算模型筛选得到最优估算模型；利用选取出的最优估算模型估算待测区域的植被覆盖度。进一步的，所述采样点均匀分布在研究样区内，所述研究样区至少包括未利用地和农用地。进一步的，所述获取无人机拍摄并传输的采样点的多光谱遥感图像，包括以下步骤：采用无人机搭载多光谱相机实时获取与实际测量同时的多光谱遥感图像。进一步的，所述预处理至少包括图像拼接处理、辐射校正处理、几何校正处理中的一项。进一步的，所述波段图像包括绿光波段图像、红光波段图像、红边波段图像和近红外波段图像四个波段图像。进一步的，所述敏感波段包括绿光波段、红光波段、红边波段和近红外波段。进一步的，所述多元线性回归方法可以采用多元逐步线性回归方法、多元输入线性回归方法或偏最小二乘回归方法中的一种。进一步的，采用所述植被覆盖度实际测量值对所述植被覆盖估算模型筛选得到最优估算模型，包括以下步骤：将所述植被覆盖度实际测量值分为建模样本集与验证样本集，其中，所述建模样本集用于构建植被覆盖度估算模型并获得建模精度，所述验证样本集用于验证构建的估算模型的精度并获得验证精度；通过所述建模精度与所述验证精度选取最优估算模型。进一步的，验证构建的估算模型的精度并获得验证精度，包括以下步骤：将所述验证样本集中的各波段反射率值带入植被覆盖度估算模型中求得相应的植被覆盖度估算值；基于所述植被覆盖度估算值与所述验证样本集中相应的植被覆盖度实际测量值，利用拟合方法，得到验证精度。进一步的，所述最优估算模型的建模精度为0.757，验证精度为0.727。根据本专利技术的另一个方面，提供了一种植被覆盖度估算设备，所述设备包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上述任一项所述的方法。根据本专利技术的另一个方面，提供了一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现如上述任一项所述的方法。与现有技术相比，本专利技术具有以下有益效果：本专利技术公开的植被覆盖度估算方法是基于无人机多光谱图像估算植被覆盖度的。本专利技术公开的估算方法与简单目测估算方法相比，节省人力，提高工作效率，精度更高，更适合田块尺度下植被覆盖度的估测；与仪器测量计算方法相比，同样能够节省人力物力时间，适合较大尺度下植被覆盖度的估测；与遥感影像数据估算方法相比，去除了卫星过境周期和天气因素的影响，提高了测量时间的灵活性和稳定性，无人机飞行高度降低，使得空间分辨率由卫星遥感的10m级降到无人机遥感的cm级，能够有效去除混合像元影响，对田块尺度下细微差异性能够准确表达，在一定程度下提高了估算的准确性。附图说明图1为本专利技术实施例中植被覆盖度估算方法的流程图；图2为本专利技术实施例中最佳估算模型下植被覆盖度实测值与估测值拟合的示意图。具体实施方式下面结合实施例和说明书附图对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。本实施例提供了一种植被覆盖度估算方法，包括以下步骤：S1、获取采样点的植被覆盖度实际测量值；S2、获取无人机拍摄并传输的采样点的多光谱遥感图像；S3、对所述多光谱遥感图像进行预处理，得到图像反射率在预设阈值内的波段图像；S4、在所述波段图像中提取所述采样点对应像元的各波段反射率值；S5、运用统计产品与服务解决方法（StatisticalProductandServiceSolutions，简称SPSS）将所述植被覆盖度实际测量值与所述各波段反射率值进行相关性分析，得到敏感波段；S6、基于所述敏感波段与所述植被覆盖度实际测量值，通过多元线性回归方法，构建植被覆盖度估算模型；S7、采用所述植被覆盖度实际测量值对植被覆盖度估算模型筛选得到最优估算模型；S8、利用选取出的最优估算模型估算待测区域的植被覆盖度。为便于对本专利技术的理解，下面结合本实施例提供的植被覆盖度估算方法与附图图1、图2，对本专利技术的原理做进一步的描述：本实施例所用的无人机遥感平台是由大疆Matr本文档来自技高网...

【技术保护点】
1.一种植被覆盖度估算方法，其特征在于，包括以下步骤：获取采样点的植被覆盖度实际测量值；获取无人机拍摄并传输的采样点的多光谱遥感图像；对所述多光谱遥感图像进行预处理，得到图像反射率在预设阈值内的波段图像；在所述波段图像中提取所述采样点对应像元的各波段反射率值；运用统计产品与服务解决方法（Statistical Product and Service Solutions，简称SPSS）将所述植被覆盖度实际测量值与所述各波段反射率值进行相关性分析，得到敏感波段；基于所述敏感波段与所述植被覆盖度实际测量值，通过多元线性回归方法，构建植被覆盖度估算模型；采用所述植被覆盖度实际测量值对植被覆盖估算模型筛选得到最优估算模型；利用选取出的最优估算模型估算待测区域的植被覆盖度。

【技术特征摘要】
1.一种植被覆盖度估算方法，其特征在于，包括以下步骤：获取采样点的植被覆盖度实际测量值；获取无人机拍摄并传输的采样点的多光谱遥感图像；对所述多光谱遥感图像进行预处理，得到图像反射率在预设阈值内的波段图像；在所述波段图像中提取所述采样点对应像元的各波段反射率值；运用统计产品与服务解决方法（StatisticalProductandServiceSolutions，简称SPSS）将所述植被覆盖度实际测量值与所述各波段反射率值进行相关性分析，得到敏感波段；基于所述敏感波段与所述植被覆盖度实际测量值，通过多元线性回归方法，构建植被覆盖度估算模型；采用所述植被覆盖度实际测量值对植被覆盖估算模型筛选得到最优估算模型；利用选取出的最优估算模型估算待测区域的植被覆盖度。2.根据权利要求1所述的植被覆盖度估算方法，其特征在于，所述采样点均匀分布在研究样区内，所述研究样区至少包括未利用地和农用地。3.根据权利要求1所述的植被覆盖度估算方法，其特征在于，所述获取无人机拍摄并传输的采样点的多光谱遥感图像，包括以下步骤：采用无人机搭载多光谱相机实时获取与实际测量同时的多光谱遥感图像。4.根据权利要求1所述的植被覆盖度估算方法，其特征在于，所述预处理至少包括图像拼接处理、辐射校正处理、几何校正处理中的一项。5.根据权利要求1所述的植被覆盖度估算方法，其...

【专利技术属性】
技术研发人员：张素铭，常春燕，赵庚星，王卓然，
申请(专利权)人：山东农业大学，
类型：发明
国别省市：山东,37