【技术实现步骤摘要】
一种基于无人机的天然牧场产草量快速测量方法及系统
[0001]本申请涉及一种基于无人机的天然牧场产草量快速测量方法及系统。
技术介绍
[0002]目前,国内外许多学者运用多种方法对草地地上生物量进行了遥感估算。张正健等人(2016年)基于若尔盖高原典型样带的无人机可见光影像和地面实测样本,建立生物量与多种可见光植被指数的回归模型,并对整个样带生物量进行估算。宋清洁等人(2017年)基于小型无人机和MODIS数据建立EVI回归模型估算草地植被覆盖度,并为监测甘南州草地生长季时期覆盖度时空上的动态特征提供依据和手段。汪传健等人(2018年)利用无人机多光谱影像估算模型反演新疆紫泥泉草地生物量的时空分布,并将畜群采食强度与草地生物量融合,探索不同区域畜群的采食强度与草地生物量精度的差异。孙世泽等人(2018年)以无人机多光谱图像和阴、阳坡实测数据分别建立植被指数估算模型,成功估算了新疆天山北坡中段的天然草地生物量。然而上述研究均在小区域尺度上进行研究,其估算模型与结果仅在研究区尺度上具有代表性。
技术实现思路
[0003]为了解决上述问题,本申请一方面提出了一种基于无人机的天然牧场产草量快速测量方法,包括如下步骤:
[0004]设定样本点,并获取包括样本点的天然牧场的多光谱图像;
[0005]对于多光谱图像进行图像数据处理;
[0006]根据样本点的实测数据和样品点的多光谱图像的数据建立随机森林估算模型;
[0007]以天然牧场整体的多光谱图像作为数据源通过随机森林估算模型预 ...
【技术保护点】
【技术特征摘要】
1.一种基于无人机的天然牧场产草量快速测量方法,其特征在于:包括如下步骤:设定样本点,并获取包括样本点的天然牧场的多光谱图像;对于多光谱图像进行图像数据处理;根据样本点的实测数据和样品点的多光谱图像的数据建立随机森林估算模型;以天然牧场整体的多光谱图像作为数据源通过随机森林估算模型预测产草量。2.根据权利要求1所述的一种基于无人机的天然牧场产草量快速测量方法,其特征在于:所述多光谱图像由无人机搭载多光谱相机拍摄得到;所述无人机根据草地实际情况,以及采样区和采样时间,采用往返折叠飞行的方式获取多光谱图片,通过多光谱图片建立空三投影形成完整的多光谱图像。3.根据权利要求2所述的一种基于无人机的天然牧场产草量快速测量方法,其特征在于:所述图像数据处理包括如下步骤:根据多光谱图像的近红外和绿波段计算水体指数;近红外与红边波段计算图像归一化差异红边指数。4.根据权利要求3所述的一种基于无人机的天然牧场产草量快速测量方法,其特征在于:根据拼接后影像的近红外和红光波段计算归一化植被指数NDVI,公式为NDVI=(ρ
nir
‑
ρ
red
)/(ρ
nir
+ρ
red
)其中ρ
nir
表示近红波段的反射率:ρ
red
表示红光波段的反射率。5.根据权利要求4所述的一种基于无人机的天然牧场产草量快速测量方法,其特征在于:所述多光谱图像的近红外与绿色波段计算图像绿色归一化植被指数GNDVI,公式为GNDVI=(ρ
nir
‑
ρ
green
)/(ρ
nir
+ρ
green
);其中ρ
nir
表示近红波段的反射率:ρ
green
表示绿光波段的反射率。6.根据权利要求5所述的一种基于无人机的天然牧场产草量快速测量方法,其特征在于:运用主成分分析法,对每个像元分析两种要素对产草量影响权重参数,构建多数据源的综合评价模型P=(NDVI+GNDVI)*0.5其中NDVI表示归一化植被指数值;GNDVI表示绿色归一化植被指数值;根据样本点实测数据和多光谱图像的数据建立随机森林估算模型包括以下步骤:将需要计算的地面样本点总产草量鲜重或干重作为Y值存入样本之中,将多数据源的综合评价模型结果P作为X值;使用机器学习库进行随机森林回归模型建模,构建的随机森林回归模型用{h(X,θk),k=1,......}表示,其中X为输入向量,{θk}为独立同分布随机向量;随机森林回归模型建模包括以下步骤:对输入样本数据做归一化处理;将样本数据计划分为训练集和测试集;对于训练集D={(x1,y1),(x2,y2),......(x
n
,y
n
)},利用Bootstrap方法重采样随机产生T个训练集S1,S2,......,S
T
...
【专利技术属性】
技术研发人员:王旭,赵越,徐大伟,李淑贞,辛晓平,陈宝瑞,
申请(专利权)人:中国农业科学院农业资源与农业区划研究所,
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。