一种基于多源遥感数据的小麦冠层氮含量监测方法技术

本发明专利技术公开了一种基于多源遥感数据的小麦冠层氮含量监测方法，其技术方案是：包括获取样方区域近低空多光谱影像和同步的卫星遥感影像数据，所述获取样方区域近低空多光谱影像连接端设有多光谱影像预处理，所述多光谱影像预处理连接端设有获取氮素反射率指数平均值，所述获取氮素反射率指数平均值连接端设有建立线性回归模型，所述建立线性回归模型连接端设有评价模型精度，所述建立线性回归模型输入端设有人工获取样方内小麦冠层氮含量真实值，本发明专利技术的有益效果是：可对监测区域进行长时序的监测，弥补时间、空间和效率的短板，获得更为精准的小麦冠层氮含量长时序分布变化结果，是精准农业和智慧农业的基础。

【技术实现步骤摘要】
一种基于多源遥感数据的小麦冠层氮含量监测方法
本专利技术涉及小麦冠层氮含量监测方法领域，具体涉及一种基于多源遥感数据的小麦冠层氮含量监测方法。
技术介绍
麦冠层氮含量监测是获取小麦冠层氮素营养状况的重要方法，监测结果与小麦产量息息相关，目前主要有两类方法，一类是采用了地面实地采样调查的方法，构建采样网格，从田块中均匀获取小麦植株的冠层叶片，通过实验室烘干称重等处理，最后得到小麦冠层的氮素含量百分比；另一类是基于卫星遥感数据，结合多个田间调查数据，建立卫星遥感数据与田间调查数据的反演模型，得到整个田块的小麦冠层氮含量分布结果。现有技术存在以下不足：现有的田间调查方法费时费力，无法大面积推广；卫星遥感数据分辨率不高，信噪比低，重访时间长，无法满足田间尺度的小麦冠层氮含量分布监测要求。因此，专利技术一种基于多源遥感数据的小麦冠层氮含量监测方法很有必要。
技术实现思路
为此，本专利技术提供一种基于多源遥感数据的小麦冠层氮含量监测方法，通过获得基于无人机遥感数据的小麦冠层氮含量反演模型，再以无人机遥感反演的小麦冠层氮含量结果为基础，对卫星反演结果进行校正，得到最终的多源遥感数据小麦冠层氮含量反演模型，以解决间调查方法费时费力，无法大面积推广，卫星遥感数据分辨率不高，信噪比低，重访时间长，无法满足田间尺度的小麦冠层氮含量分布监测要求的问题。为了实现上述目的，本专利技术提供如下技术方案：一种基于多源遥感数据的小麦冠层氮含量监测方法，包括获取样方区域近低空多光谱影像和同步的卫星遥感影像数据，所述获取样方区域近低空多光谱影像连接端设有多光谱影像预处理，所述多光谱影像预处理连接端设有获取氮素反射率指数平均值，所述获取氮素反射率指数平均值连接端设有建立线性回归模型，所述建立线性回归模型连接端设有评价模型精度，所述建立线性回归模型输入端设有人工获取样方内小麦冠层氮含量真实值，所述同步的卫星遥感影像数据连接端设有无人机遥感数据反演的小麦冠层氮含量，所述无人机遥感数据反演的小麦冠层氮含量连接端设有根据经验模型反演的小麦冠层氮含量，所述根据经验模型反演的小麦冠层氮含量连接端设有模型校正，所述模型校正连接端设有多源遥感数据小麦冠层氮含量反演模型，所述模型校正输入端设有卫星遥感影像预处理；具体步骤如下：S1、麦田选取：选取多个在相同地理环境下的麦田，麦田气候环境一致、麦田土壤肥沃度相同，同时将麦田分割成多个相似模块，麦田小麦长势基本一致；S2、田间采样：根据选取实验区域作物种植的陇宽确定样方的大小，本发采用便携式地面GPS接收站记录20cm*20cm的样方框位置，并将样方框位置内的小麦样本进行采集并试验，在化学实验室内进行叶片全氮的测定；S3、无人机摄像：选择晴朗的天气，使用搭载有多光谱相机的无人机自动飞行，高度为40米，相机拍摄方向为竖直向下，获取对应的地面遥感影像数据，通过记录的样方点位信息，对样方数据进行裁剪，获取样方多光谱遥感影像数据；S4、获取基础数据：获取参考白板的反射率，然后利用参考白板对样方的多光谱遥感数据进行辐射校正，算出影像中每个像元的氮素反射率指数值，进而求平均；S5、建立回归模型：基于所求的氮素反射率指数平均值，建立与小麦冠层氮含量真实值的线性回归估算模型，并通过线性回归估算模型估算小麦冠层氮含量；S6、同步卫星：选择同步的卫星遥感数据，经过辐射定标、几何校正、大气校正等预处理后，利用经验模型，得到基于卫星遥感数据的小麦冠层氮含量反演结果；S7、反演模型：基于无人机遥感数据的小麦冠层氮含量反演结果为基础，对卫星反演结果进行校正，得到校正后的多源遥感数据小麦冠层氮含量反演模型。优选的，在所述S2中小麦样本冠层样本制作工艺为(1)、人工采集的样方框位置内小麦冠层叶片；(2)、将小麦冠层叶片样本放入烘箱内进行烘干杀青处理；(3)、将烘干杀青后的小麦冠层叶片样本进行叶片全氮的测定。优选的，在所述S3中方多光谱遥感影像以用带通或者槽形滤波的方法来消除，消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理。优选的，在所述步骤S4中的参考白板的反射率计算公式为：样方反射率＝样方影像/白板影像*0.73，经过校正的样方反射率共有绿光、红光、红边和近红外四个波段，通过氮素反射率指数计算公式：氮素反射率指数＝(绿光-红光)/(绿光+红光)以此获取多光谱影像氮素反射率指数平均值。优选的，在所述步骤S5中的线性回归估算模型的计算公式为y＝ax+b，式中，y为小麦冠层氮含量的回归值，x为氮素反射率指数平均值，a、b为回归系数。优选的，在所述步骤S6中的利用无人机和卫星遥感数据，在监测区域反演得到长时序的小麦冠层氮含量分布结果。优选的，所述卫星遥感数据遥感图像信息融合是将多源遥感数据在统一的地理坐标系中，采用一定的算法生成一组新的信息或合成图像的过程，不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率，如果能将它们各自的优势综合起来，可以弥补单一图像上信息的不足，这样不仅扩大了各自信息的应用范围，而且大大提高了遥感影像分析的精度。优选的，所述烘箱温度设置为105℃，烘箱烘干时间为30min，叶片氮含量测定方法为半微量凯氏法。本专利技术的有益效果是：本专利技术根据经验模型，得到小麦冠层氮含量反演结果，再以无人机遥感反演的小麦冠层氮含量结果为基础，对卫星反演结果进行校正，得到最终的多源遥感数据小麦冠层氮含量反演模型，可分别利用近低空无人机遥感和卫星遥感等方式监测小麦冠层氮含量，可对监测区域进行长时序的监测，弥补时间、空间和效率的短板，获得更为精准的小麦冠层氮含量长时序分布变化结果，是精准农业和智慧农业的基础。附图说明图1为本专利技术提供的建立回归模型技术流程图；图2为本专利技术提供的多源遥感数据模型技术流程图；图3为本专利技术提供的小麦冠层氮含量真实值与无人机遥感反演小麦冠层氮含量估计值图；图4为本专利技术提供的小麦冠层氮含量(卫星)与小麦冠层氮含量(无人机)结果图。图中：1获取样方区域近低空多光谱影像、2人工获取样方内小麦冠层氮含量真实值、3多光谱影像预处理、4获取氮素反射率指数平均值、5建立线性回归模型、6评价模型精度、7同步的卫星遥感影像数据、8卫星遥感影像预处理、9无人机遥感数据反演的小麦冠层氮含量、10根据经验模型反演的小麦冠层氮含量、11模型校正、12多源遥感数据小麦冠层氮含量反演模型。具体实施方式以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。实施例1，参照附图1-4，本专利技术提供的一种基于多源遥感数据的小麦冠层氮含量监测方法，包括获取样方区域近低空多光谱影像1和同步的卫星遥感影像数据7，所述获取样方区域近低空多光谱影像1连接端设有多光谱影像预处理3，所述多光谱影像预处理3连接端设有获取氮素反射率指数平均值4，所述获取氮素反射率指数平均值本文档来自技高网...

【技术保护点】
1.一种基于多源遥感数据的小麦冠层氮含量监测方法，包括获取样方区域近低空多光谱影像(1)和同步的卫星遥感影像数据(7)，其特征在于：所述获取样方区域近低空多光谱影像(1)连接端设有多光谱影像预处理(3)，所述多光谱影像预处理(3)连接端设有获取氮素反射率指数平均值(4)，所述获取氮素反射率指数平均值(4)连接端设有建立线性回归模型(5)，所述建立线性回归模型(5)连接端设有评价模型精度(6)，所述建立线性回归模型(5)输入端设有人工获取样方内小麦冠层氮含量真实值(2)，所述同步的卫星遥感影像数据(7)连接端设有无人机遥感数据反演的小麦冠层氮含量(9)，所述无人机遥感数据反演的小麦冠层氮含量(9)连接端设有根据经验模型反演的小麦冠层氮含量(10)，所述根据经验模型反演的小麦冠层氮含量(10)连接端设有模型校正(11)，所述模型校正(11)连接端设有多源遥感数据小麦冠层氮含量反演模型(12)，所述模型校正(11)输入端设有卫星遥感影像预处理(8)；/n具体步骤如下：/nS1、麦田选取：选取多个在相同地理环境下的麦田，麦田气候环境一致、麦田土壤肥沃度相同，同时将麦田分割成多个相似模块，麦田小麦长势基本一致；/nS2、田间采样：根据选取实验区域作物种植的陇宽确定样方的大小，本发采用便携式地面GPS接收站记录20cm*20cm的样方框位置，并将样方框位置内的小麦样本进行采集并试验，在化学实验室内进行叶片全氮的测定；/nS3、无人机摄像：选择晴朗的天气，使用搭载有多光谱相机的无人机自动飞行，高度为40米，相机拍摄方向为竖直向下，获取对应的地面遥感影像数据，通过记录的样方点位信息，对样方数据进行裁剪，获取样方多光谱遥感影像数据；/nS4、获取基础数据：获取参考白板的反射率，然后利用参考白板对样方的多光谱遥感数据进行辐射校正，算出影像中每个像元的氮素反射率指数值，进而求平均；/nS5、建立回归模型：基于所求的氮素反射率指数平均值，建立与小麦冠层氮含量真实值的线性回归估算模型，并通过线性回归估算模型估算小麦冠层氮含量；/nS6、同步卫星：选择同步的卫星遥感数据，经过辐射定标、几何校正、大气校正等预处理后，利用经验模型，得到基于卫星遥感数据的小麦冠层氮含量反演结果；/nS7、反演模型：基于无人机遥感数据的小麦冠层氮含量反演结果为基础，对卫星反演结果进行校正，得到校正后的多源遥感数据小麦冠层氮含量反演模型。/n...

【技术特征摘要】
1.一种基于多源遥感数据的小麦冠层氮含量监测方法，包括获取样方区域近低空多光谱影像(1)和同步的卫星遥感影像数据(7)，其特征在于：所述获取样方区域近低空多光谱影像(1)连接端设有多光谱影像预处理(3)，所述多光谱影像预处理(3)连接端设有获取氮素反射率指数平均值(4)，所述获取氮素反射率指数平均值(4)连接端设有建立线性回归模型(5)，所述建立线性回归模型(5)连接端设有评价模型精度(6)，所述建立线性回归模型(5)输入端设有人工获取样方内小麦冠层氮含量真实值(2)，所述同步的卫星遥感影像数据(7)连接端设有无人机遥感数据反演的小麦冠层氮含量(9)，所述无人机遥感数据反演的小麦冠层氮含量(9)连接端设有根据经验模型反演的小麦冠层氮含量(10)，所述根据经验模型反演的小麦冠层氮含量(10)连接端设有模型校正(11)，所述模型校正(11)连接端设有多源遥感数据小麦冠层氮含量反演模型(12)，所述模型校正(11)输入端设有卫星遥感影像预处理(8)；
具体步骤如下：
S1、麦田选取：选取多个在相同地理环境下的麦田，麦田气候环境一致、麦田土壤肥沃度相同，同时将麦田分割成多个相似模块，麦田小麦长势基本一致；
S2、田间采样：根据选取实验区域作物种植的陇宽确定样方的大小，本发采用便携式地面GPS接收站记录20cm*20cm的样方框位置，并将样方框位置内的小麦样本进行采集并试验，在化学实验室内进行叶片全氮的测定；
S3、无人机摄像：选择晴朗的天气，使用搭载有多光谱相机的无人机自动飞行，高度为40米，相机拍摄方向为竖直向下，获取对应的地面遥感影像数据，通过记录的样方点位信息，对样方数据进行裁剪，获取样方多光谱遥感影像数据；
S4、获取基础数据：获取参考白板的反射率，然后利用参考白板对样方的多光谱遥感数据进行辐射校正，算出影像中每个像元的氮素反射率指数值，进而求平均；
S5、建立回归模型：基于所求的氮素反射率指数平均值，建立与小麦冠层氮含量真实值的线性回归估算模型，并通过线性回归估算模型估算小麦冠层氮含量；
S6、同步卫星：选择同步的卫星遥感数据，经过辐射定标、几何校正、大气校正等预处理后，利用经验模型，得到基于卫星遥感数据的小麦冠层氮含量反演结果；
S7、反演模型：基于无人机遥感数据的小麦冠层氮含量反演结果为基础，对卫星反演结果进行...

【专利技术属性】
技术研发人员：邓实权，徐武健，刘龙，宫华泽，陈祺，张晟楠，
申请(专利权)人：北京麦飞科技有限公司，
类型：发明
国别省市：北京;11