一种基于多光谱影像的土壤养分估计方法及装置制造方法及图纸

本专利针对土壤养分快速监测提出了一种基于多光谱影像的土壤养分估计方法及装置。包括获取实测土壤养分数据和所述实测土壤的高光谱数据，并将所述土壤养分数据划分为建模集和验证集；建立所述建模集和所述高光谱数据的相关关系，确定各养分对应的最佳波段；以所述最佳波段的数学变换形式作为自变量建立与所述各养分之间的回归方程，并根据所述验证集确定所述各养分对应的最优波长；根据回归分析得到所述最优波长对应养分的回归方程，得到遥感影像反演模型，以估计待测土壤养分。该模型为快速监测土地养分提供了技术支持，缓解了测土配方费时费力的痛点，降低了农田养分监测的成本，以地理信息和遥感技术为农业数字化进程提供了保障。供了保障。供了保障。

【技术实现步骤摘要】
一种基于多光谱影像的土壤养分估计方法及装置


[0001]本专利技术涉及农业遥感领域，尤其涉及一种基于多光谱影像的土壤养分估计方法及装置。

技术介绍

[0002]土地是农业生产最重要的物质基础，是农民最基本的生产资料和最基本的生活保障。近几十年间随着工业化、信息化的不断进步，我国农业产量得到了大幅度提高。在这一过程中，养分的科学管理起到了重要作用。科学施用化肥已经成为农业增产的主要措施之一，它可以及时补充土壤养分；可以提高土壤供肥能力；可以保持土壤养分的动态平衡；可以使作物与环境处于良好的共生状态；可以确保作物增产丰收等等。为实现科学管理土壤养分，需要准确高效的土壤养分测量方法，以确定最佳肥料施用量及肥料合理搭配方法。目前，最常用的方法为测土配方方法为主，物联网设备为辅，该方法的主要形式还是实验室的化学分析，存在分析速度慢、效率低下等问题；物联网设备也存在数据不全、检测不准确等问题；且由点进行面状插值也是一个不小的难题。
[0003]现有土壤养分估计方法，最主要的方式为进行测土配方。当前测土方法主要还是在实验室对土壤进行化学分析，存在分析速度慢、效率低下等问题，在大范围土壤分析时尤为明显。
[0004]现有土壤养分估计方法，监测频率较低，会因监测目的不同导致测土范围和测土项目的不同，导致数据连续性差，利用率低，造成严重的资源浪费现象。
[0005]现有土壤养分估计方法，是以“点”的形式采集数据，但管理上需要按照地块进行管理，这样就存在着如何以采样点数据推测整个地块的土壤养分情况的问题。虽然目前有众多以地统计学为手段的空间插值方法，但是该问题依旧是土壤养分监测中的一个重要难题。
[0006]现有土壤养分估计方法，土壤采集费用、化学试剂费用、仪器费用、物联网设备费用都是一笔不小的开支，占据很大一部分的生产成本，影响测土点位数与物联网设备布置数，无法很好平衡支出与监测精度。

技术实现思路

[0007]本专利技术提供的一种基于多光谱影像的土壤养分估计方法，旨在解决现有技术中大面积的土壤养分估计需要大量的采集养分且需要更精确的化学分析从而导致土壤养分估计费时费力的问题。
[0008]为实现上述目的，本专利技术采用以下技术方案：
[0009]本专利技术的一种基于多光谱影像的土壤养分估计方法，包括以下步骤：
[0010]获取实测土壤养分数据和所述实测土壤的高光谱数据，并将所述土壤养分数据划分为建模集和验证集；
[0011]建立所述建模集和所述高光谱数据的相关关系，确定各养分对应的最佳波段；
[0012]以所述最佳波段的数学变换形式作为自变量建立与所述各养分之间的回归方程，并根据所述验证集确定所述各养分对应的最优波长；
[0013]根据回归分析得到所述最优波长对应养分的回归方程，得到遥感影像反演模型，以估计待测土壤养分。
[0014]作为优选，所述以所述最佳波段的数学变换形式作为自变量建立与所述各养分之间的回归方程，并根据所述验证集确定所述各养分对应的最优波长，包括：
[0015]将所述最佳波段进行数学变换，所述数学变换的形式为反射率、反射率一阶导、反射率倒数一阶导、反射率倒数的对数一阶导；
[0016]将所述最佳波段的数学变换形式作为自变量、分别建立与所述各养分之间的回归方程；
[0017]根据所述验证集对所述回归方程进行精度验证，确定最优的数学变换形式，并提取所述各养分对应的最优波长。
[0018]作为优选，所述根据回归分析得到所述最优波长对应养分的回归方程，得到遥感影像反演模型，以估计待测土壤养分，包括：
[0019]将所述最优波长重采样至对应波段，并根据回归分析建立所述重采样波段与养分之间的第一回归方程；
[0020]利用回归分析建立卫星遥感数据与所述重采样波段之间的第二回归方程；
[0021]结合所述第一回归方程和第二回归方程得到遥感影像反演模型，以估计待测土壤养分。
[0022]一种基于多光谱影像的土壤养分估计装置，包括：
[0023]获取模块：用于获取实测土壤养分数据和所述实测土壤的高光谱数据，并将所述土壤养分数据划分为建模集和验证集；
[0024]建立模块：用于建立所述建模集和所述高光谱数据的相关关系，确定各养分对应的最佳波段；
[0025]回归模块：用于以所述最佳波段的数学变换形式作为自变量建立与所述各养分之间的回归方程，并根据所述验证集确定所述各养分对应的最优波长；
[0026]反演模块：用于根据回归分析得到所述最优波长对应养分的回归方程，得到遥感影像反演模型，以估计待测土壤养分。
[0027]作为优选，所述回归模块具体包括：
[0028]变换单元：用于将所述最佳波段进行数学变换，所述数学变换的形式为反射率、反射率一阶导、反射率倒数一阶导、反射率倒数的对数一阶导；
[0029]回归子单元：用于将所述最佳波段的数学变换形式作为自变量、分别建立与所述各养分之间的回归方程；
[0030]验证单元：用于根据所述验证集对所述回归方程进行精度验证，确定最优的数学变换形式，并提取所述各养分对应的最优波长。
[0031]作为优选，所述反演模块具体包括：
[0032]第一回归单元：用于将所述最优波长重采样至对应波段，并根据回归分析建立所述重采样波段与养分之间的第一回归方程；
[0033]第二回归单元：用于利用回归分析建立卫星遥感数据与所述重采样波段之间的第
二回归方程；
[0034]反演子单元：用于结合所述第一回归方程和第二回归方程得到遥感影像反演模型，以估计待测土壤养分。
[0035]一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如上述中任一项所述的一种基于多光谱影像的土壤养分估计方法。
[0036]一种存储有计算机程序的计算机可读存储介质，所述计算机程序使计算机执行时实现如上述中任一项所述的一种基于多光谱影像的土壤养分估计方法。
[0037]本专利技术具有如下有益效果：
[0038]一点：针对监测效率问题。本专利通过建立光谱信息与土壤养分之间的映射模型，可以利用多光谱无人机或多光谱影像快速得到土壤实时养分信息，具有分析速度快、覆盖范围广的特点。
[0039]二点：针对数据连续性问题。本专利通过遥感影像光谱数据进行反演，得到对应的养分信息，数据的连续性与卫星的重访周期保持一致，获取大范围连续数据，用于科学研究及指导施肥。
[0040]三点：针对从土壤采样点到施肥单元的面状插值问题。本专利是通过相关光谱信息反演得到，对遥感影像而言，每一个栅格单元都进行了一次养分估计操作，不存在面状插值问题。
[0041]四点：针对成本费用问题。费用的主要来源为初期模型建立时的土壤检测成本与手持地物光谱仪采集高光谱信息成本。之后进行养分监测只需要使用遥感影像，无需物联网设备，结合反演模型即可得到监测结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多光谱影像的土壤养分估计方法，其特征在于，包括：获取实测土壤养分数据和所述实测土壤的高光谱数据，并将所述土壤养分数据划分为建模集和验证集；建立所述建模集和所述高光谱数据的相关关系，确定各养分对应的最佳波段；以所述最佳波段的数学变换形式作为自变量建立与所述各养分之间的回归方程，并根据所述验证集确定所述各养分对应的最优波长；根据回归分析得到所述最优波长对应养分的回归方程，得到遥感影像反演模型，以估计待测土壤养分。2.根据权利要求1所述的一种基于多光谱影像的土壤养分估计方法，其特征在于，所述以所述最佳波段的数学变换形式作为自变量建立与所述各养分之间的回归方程，并根据所述验证集确定所述各养分对应的最优波长，包括：将所述最佳波段进行数学变换，所述数学变换的形式为反射率倒数、反射率一阶导、反射率倒数一阶导、反射率倒数的对数一阶导；将所述最佳波段的数学变换形式作为自变量、分别建立与所述各养分之间的回归方程；根据所述验证集对所述回归方程进行精度验证，确定最优的数学变换形式，并提取所述各养分对应的最优波长。3.根据权利要求1所述的一种基于多光谱影像的土壤养分估计方法，其特征在于，所述根据回归分析得到所述最优波长对应养分的回归方程，得到遥感影像反演模型，以估计待测土壤养分，包括：将所述最优波长重采样至对应波段，并根据回归分析建立所述重采样波段与养分之间的第一回归方程；利用回归分析建立卫星遥感数据与所述重采样波段之间的第二回归方程；结合所述第一回归方程和第二回归方程得到遥感影像反演模型，以估计待测土壤养分。4.一种基于多光谱影像的土壤养分估计装置，其特征在于，包括：获取模块：用于获取实测土壤养分数据和所述实测土壤的高光谱数据，并将所述土壤养分数据划分为建模集和验证集；建立模块：用于建立...

【专利技术属性】
技术研发人员：周祖煜，陈煜人，王俊霞，余敏，李天齐，张澎彬，白博文，
申请(专利权)人：杭州领见数字农业科技有限公司，
类型：发明
国别省市：