基于遥感图像的农作物长势评估方法、装置及电子设备制造方法及图纸

本申请提供一种基于遥感图像的农作物长势评估方法、装置及电子设备。该评估方法包括：获取评估年份对应的归一化植被指数；将所述归一化植被指数输入预设的差异指数模型中，获得所述差异指数模型输出的农作物长势对比数据；所述差异指数模型用于表征：待评估归一化植被指数、多个历史评估年份对应的平均归一化植被指数、所述多个历史评估年份对应的归一化植被指数极大值和所述多个历史评估年份对应的归一化植被指数极小值之间的关系；基于所述输出的农作物长势对比数据确定所述评估年份的农作物评估结果；所述农作物评估结果用于表征农作物的长势和产量。该评估方法用以满足大面积快速评估农作物长势的同时提高农作物长势和产量的监测精度。产量的监测精度。产量的监测精度。

【技术实现步骤摘要】
基于遥感图像的农作物长势评估方法、装置及电子设备


[0001]本申请涉及农业遥感监测
，具体而言，涉及一种基于遥感图像的农作物长势评估方法、装置及电子设备。

技术介绍

[0002]目前农业遥感的研究重点在于农作物产量估算，即监测作物生长预测趋势，作物长势监测能够为早期估产提供依据，以实现更精细的农业研究。
[0003]现有的农作物长势的监测方法，虽然可以实现农作物长势的监测，但是不能很好地满足大面积快速评估农作物长势的同时，提高监测精度以降低估产误差。

技术实现思路

[0004]本申请实施例的目的在于提供一种基于遥感图像的农作物长势评估方法、装置及电子设备，用以满足大面积快速评估农作物长势的同时提高农作物长势和产量的监测精度。
[0005]第一方面，本申请实施例提供一种基于遥感图像的农作物长势评估方法，包括：获取评估年份对应的归一化植被指数；将所述归一化植被指数输入预设的差异指数模型中，获得所述差异指数模型输出的农作物长势对比数据；所述差异指数模型用于表征：待评估归一化植被指数、多个历史评估年份对应的平均归一化植被指数、所述多个历史评估年份对应的归一化植被指数极大值和所述多个历史评估年份对应的归一化植被指数极小值之间的关系；基于所述输出的农作物长势对比数据确定所述评估年份的农作物评估结果；所述农作物评估结果用于表征农作物的长势和产量。
[0006]在本申请实施例中，利用预设的差异指数模型来确定用于农作物的长势和产量的农作物评估结果，差异指数模型用于表征待评估归一化植被指数、多个历史评估年份对应的平均归一化植被指数、多个历史评估年份对应的归一化植被指数极大值和多个历史评估年份对应的归一化植被指数极小值之间的关系。从差异指数模型的表征可以看出，本申请实施例利用往年的农作物数据，结合当前待评估的农作物数据，确定农作物长势对比数据，能够实现当前年份的农作物与多年同时期的农作物的对比。因而基于该对比数据所确定的评估结果的精确度较高，在很好地满足大面积快速评估农作物长势的同时提高农作物长势和产量的监测精度，对于长势不好的作物能够起到及时反馈的效果；利用该差异指数模型评估农作物的长势和产量不需要大量的时序影像，减少了工作量，通过客观数据改善比较问题，找极值的方式改善多年之间难以分等定级的问题，既可以拉伸植被长势差距，又可以降低作为估产的重要指标的误差，使年估产数据更可靠。
[0007]作为一种可能的实现方式，所述评估方法还包括：获取多个历史评估年份分别对应的归一化植被指数；基于所述多个历史评估年份分别对应的归一化植被指数，确定所述多个历史评估年份对应的平均归一化植被指数，所述平均归一化植被指数表示为：
；基于所述多个历史评估年份分别对应的归一化植被指数，构建所述多个历史评估年份对应的归一化植被指数函数 ；基于所述归一化植被指数函数，确定所述归一化植被指数极大值和所述归一化植被指数极小值；基于所述平均归一化植被指数、所述归一化植被指数极大值、所述归一化植被指数极小值构建所述差异指数模型；其中，代表所述平均归一化植被指数，代表多年NDVI的总和，n代表年数，i代表第几年。
[0008]在本申请实施例中，通过获取多个历史评估年份分别对应的归一化植被指数，并基于该归一化植被指数分别确定平均归一化植被指数、归一化植被指数极大值、归一化植被指数极小值这三个数据，最终基于这三个数据实现差异指数模型的有效构建。
[0009]作为一种可能的实现方式，所述获取多个历史评估年份分别对应的归一化植被指数，包括：针对多个历史评估年份中的每一历史评估年份，获取该历史评估年份的多光谱遥感影像数据；对所述多光谱遥感影像数据进行预处理，获得预处理后的多光谱遥感影像数据；所述预处理后的多光谱遥感影像数据中去除传感器和大气吸收、散射的误差干扰；从所述预处理后的多光谱遥感影像数据中获取农作物种植区矢量范围对应的多光谱遥感影像数据；根据农作物种植区矢量范围内对应的多光谱遥感影像数据，确定该历史评估年份的归一化植被指数。
[0010]在本申请实施例中，通过获取各个历史评估年份的多光谱遥感影像数据，以及对多光谱遥感影像数据作一系列的处理，最终确定各个历史评估年份的归一化植被指数，实现归一化植被指数的有效确定。
[0011]作为一种可能的实现方式，所述对所述多光谱遥感影像数据进行预处理，获得预处理后的多光谱遥感影像数据，包括：对所述多光谱遥感影像数据进行辐射定标处理，以及对所述多光谱遥感影像数据进行大气校正处理，获得预处理后的多光谱遥感影像数据。
[0012]在本申请实施例中，通过对多光谱遥感影像数据进行辐射定标处理和大气校正处理，可去除数据中的传感器和大气吸收、散射的误差干扰，提高最终确定的归一化植被指数的准确性。
[0013]作为一种可能的实现方式，所述从所述预处理后的多光谱遥感影像数据中获取农作物种植区矢量范围对应的多光谱遥感影像数据，包括：根据农作物的预设光谱特征，从所述预处理后的多光谱遥感影像数据中获取农作物种植区矢量范围对应的多光谱遥感影像数据；或者，根据预设的种植区坐标范围，从所述预处理后的多光谱遥感影像数据中获取农作物种植区矢量范围对应的多光谱遥感影像数据。
[0014]在本申请实施例中，通过预设光谱特征或者预设的种植区坐标范围，实现农作物种植区矢量范围对应的多光谱遥感影像数据的有效获取。
[0015]作为一种可能的实现方式，所述差异指数模型表示为：V=(NDVI
‑
)/(NDVI
max
‑
NDVI
min
)；其中，V代表所述农作物长势对比数据，NDVI代表所述待评估归一化植被指数，代表所述平均归一化植被指数，NDVI
max
代表所述归一化植被指数极大值，NDVI
min
代表所述归一化植被指数极小值。
[0016]在本申请实施例中，通过上述的差异指数模型，实现农作物长势对比数据的有效且准确的确定。
[0017]作为一种可能的实现方式，V的取值范围为
‑
1~1；所述基于所述输出的农作物长势对比数据确定所述评估年份的农作物评估结果，包括：根据所述V的取值以及所述预设的不同的V值分别对应的长势确定所述评估年份的农作物评估结果。
[0018]在本申请实施例中，通过预设的不同的V值分别对应的长势和实际的V值，可实现农作物评估结果的有效且精准的确定。
[0019]作为一种可能的实现方式，所述预设的不同的V值分别对应的长势，包括：V值为
‑
1~0.4为长势退化、V值为
‑
0.4~
‑
0.3为长势较差、V值为
‑
0.3~
‑
0.2为长势略差、V值为
‑
0.2~
‑
0为长势缓慢、V值为0~0.2为长势略好、V值为0.2~0.3为长势较好、V值为0.3~1为长势出众。
[0020]在本申请实施例中，通过上述的V本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感图像的农作物长势评估方法，其特征在于，包括：获取评估年份对应的归一化植被指数；将所述归一化植被指数输入预设的差异指数模型中，获得所述差异指数模型输出的农作物长势对比数据；所述差异指数模型用于表征：待评估归一化植被指数、多个历史评估年份对应的平均归一化植被指数、所述多个历史评估年份对应的归一化植被指数极大值和所述多个历史评估年份对应的归一化植被指数极小值之间的关系；基于所述输出的农作物长势对比数据确定所述评估年份的农作物评估结果；所述农作物评估结果用于表征农作物的长势和产量。2.根据权利要求1所述的评估方法，其特征在于，所述评估方法还包括：获取多个历史评估年份分别对应的归一化植被指数；基于所述多个历史评估年份分别对应的归一化植被指数，确定所述多个历史评估年份对应的平均归一化植被指数，所述平均归一化植被指数表示为：基于所述多个历史评估年份分别对应的归一化植被指数，构建所述多个历史评估年份对应的归一化植被指数函数 ；基于所述归一化植被指数函数，确定所述归一化植被指数极大值和所述归一化植被指数极小值；基于所述平均归一化植被指数、所述归一化植被指数极大值、所述归一化植被指数极小值构建所述差异指数模型；其中，代表所述平均归一化植被指数，代表多年NDVI的总和，n代表年数，i代表第几年。3.根据权利要求2所述的评估方法，其特征在于，所述获取多个历史评估年份分别对应的归一化植被指数，包括：针对多个历史评估年份中的每一历史评估年份，获取该历史评估年份的多光谱遥感影像数据；对所述多光谱遥感影像数据进行预处理，获得预处理后的多光谱遥感影像数据；所述预处理后的多光谱遥感影像数据中去除传感器和大气吸收、散射的误差干扰；从所述预处理后的多光谱遥感影像数据中获取农作物种植区矢量范围对应的多光谱遥感影像数据；根据农作物种植区矢量范围内对应的多光谱遥感影像数据，确定该历史评估年份的归一化植被指数。4.根据权利要求3所述的评估方法，其特征在于，所述对所述多光谱遥感影像数据进行预处理，获得预处理后的多光谱遥感影像数据，包括：对所述多光谱遥感影像数据进行辐射定标处理，以及对所述多光谱遥感影像数据进行大气校正处理，获得预处理后的多光谱遥感影像数据。5.根据权利要求1所述的评估方法，其特征在于，所述从所述预处理后的多光谱遥感影像数据中获取农作物种植区矢量范围对应的多光谱遥感影像数据，包括：根据农作物的预设光谱特征，从所述预处理后的多光谱遥感影像数据中获取农作物种
植区矢量范围对应的多光谱遥感影像数据；或者，根据预设的种植区坐标范围，从所述预处理后的多光谱遥感影像数据中获取农作物种植区矢量范围对应的多光谱遥感影像数据。6.根据权利要求2
‑
5任一项所述的评估方法，其特征在于，所述差异指数模型表示为：V=(NDVI
‑
)/(NDVI
max
‑
N...

【专利技术属性】
技术研发人员：谭真，赵宏杰，陆川，田冰轩，
申请(专利权)人：成都国星宇航科技有限公司，
类型：发明
国别省市：