玉米长势监测方法、系统、电子设备及计算机存储介质技术方案

本发明专利技术涉及一种玉米长势监测方法、系统、电子设备及计算机存储介质，涉及遥感领域，方法包括获取玉米的第一遥感影像和第二遥感影像；根据第一遥感影像和第二遥感影像利用深度学习算法进行预测，得到带有预测时间的高分辨率预测影像；对带有预测时间的高分辨率预测影像进行波段计算，得到归一化差值植被指数、比值植被指数、增强植被指数和绿度植被指数；根据归一化差值植被指数的最大值和最小值确定光合有效辐射吸收比例；以光合有效辐射吸收比例为回归系数，根据比值植被指数、增强植被指数和绿度植被指数，构建玉米长势监测模型；根据玉米长势监测模型对玉米不同阶段的长势进行监测。本发明专利技术能够提高玉米长势的监测精度。本发明专利技术能够提高玉米长势的监测精度。本发明专利技术能够提高玉米长势的监测精度。

【技术实现步骤摘要】
玉米长势监测方法、系统、电子设备及计算机存储介质


[0001]本专利技术涉及遥感领域，特别是涉及一种玉米长势监测方法、系统、电子设备及计算机存储介质。

技术介绍

[0002]玉米长势的监测在提升田间管理方面具有重要意义，通过对不同生长期的及时监测，识别病虫害的发生、杂草对玉米根系的影响，并精准控制灌溉水量、追肥等，进行更加精确的田间管理，有益于玉米产量、秸秆还田、土壤肥力修复等工作。现有的玉米长势监测仍集中于实地考察，进而制定追肥方案等，成本较高，时效性较低。基于遥感技术的监测是一种非实地、非接触式的监测方法，且避免了大量人力消耗，可以简单高效的获取玉米实时长势情况。现有应用遥感技术的长势监测方法不足如下：现阶段对于玉米不同生长期的长势监测不连续。玉米不同生长期差异较大，缺少适用于不同生长期的监测模型。应用低分辨率影像的遥感玉米长势监测忽略了大量光谱与纹理信息，无法反应地块尺度上玉米的田间实际长势情况。高空间分辨率卫星的轨道较低，重访周期长，时间分辨率低，且影像可能受到云、雾等天气因素影像，极易错过玉米关键生长期。因此，需要一种可以提高玉米长势监测精度的方法。

技术实现思路

[0003]本专利技术的目的是提供一种玉米长势监测方法、系统、电子设备及计算机存储介质，以提高玉米长势的监测精度。
[0004]为实现上述目的，本专利技术提供了如下方案：一种玉米长势监测方法，包括：获取玉米的第一遥感影像和第二遥感影像；所述第一遥感影像的分辨率大于所述第二遥感影像的分辨率；根据所述第一遥感影像和所述第二遥感影像利用深度学习算法进行预测，得到带有预测时间的高分辨率预测影像；对所述带有预测时间的高分辨率预测影像进行波段计算，得到归一化差值植被指数、比值植被指数、增强植被指数和绿度植被指数；根据所述归一化差值植被指数的最大值和最小值确定光合有效辐射吸收比例；以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数、所述增强植被指数和所述绿度植被指数，构建玉米长势监测模型；所述玉米长势监测模型包括出苗期玉米生长指数、拔节期与抽雄期玉米生长指数和花粒期玉米生长指数；根据所述玉米长势监测模型对玉米不同阶段的长势进行监测。
[0005]可选地，所述根据所述第一遥感影像和所述第二遥感影像利用深度学习算法进行预测，得到带有预测时间的高分辨率预测影像，具体包括：分别将所述第一遥感影像和两个所述第二遥感影像进行两层卷积和激活，得到三
个两次卷积结果；分别对三个所述两次卷积结果进行一层卷积，得到三个三次卷积结果；将三个所述三次卷积结果进行加权求和，得到带有预测时间的高分辨率预测影像。
[0006]可选地，所述对所述带有预测时间的高分辨率预测影像进行波段计算，得到归一化差值植被指数、比值植被指数、增强植被指数和绿度植被指数，具体包括：根据所述带有预测时间的高分辨率预测影像的近红外波段和红光波段计算所述归一化差值植被指数；根据所述带有预测时间的高分辨率预测影像的近红外波段和红光波段计算所述比值植被指数；根据所述带有预测时间的高分辨率预测影像的近红外波段、红光波段和蓝光波段计算所述增强植被指数；根据所述带有预测时间的高分辨率预测影像的近红外波段、红光波段、蓝光波段和绿光波段计算所述绿度植被指数。
[0007]可选地，所述以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数、所述增强植被指数和所述绿度植被指数，构建玉米长势监测模型，具体包括：以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数和所述绿度植被指数构建所述出苗期玉米生长指数；以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数和所述增强植被指数构建所述拔节期与抽雄期玉米生长指数；以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数、所述增强植被指数和所述绿度植被指数，构建所述花粒期玉米生长指数。
[0008]本专利技术还提供一种玉米长势监测系统，包括：获取模块，用于获取玉米的第一遥感影像和第二遥感影像；所述第一遥感影像的分辨率大于所述第二遥感影像的分辨率；预测模块，用于根据所述第一遥感影像和所述第二遥感影像利用深度学习算法进行预测，得到带有预测时间的高分辨率预测影像；波段计算模块，用于对所述带有预测时间的高分辨率预测影像进行波段计算，得到归一化差值植被指数、比值植被指数、增强植被指数和绿度植被指数；光合有效辐射吸收比例确定模块，用于根据所述归一化差值植被指数的最大值和最小值确定光合有效辐射吸收比例；构建模块，以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数、所述增强植被指数和所述绿度植被指数，构建玉米长势监测模型；所述玉米长势监测模型包括出苗期玉米生长指数、拔节期与抽雄期玉米生长指数和花粒期玉米生长指数；监测模块，用于根据所述玉米长势监测模型对玉米不同阶段的长势进行监测。
[0009]可选地，所述预测模块，具体包括：卷积和激活单元，用于分别将所述第一遥感影像和两个所述第二遥感影像进行两层卷积和激活，得到三个两次卷积结果；一层卷积单元，用于分别对三个所述两次卷积结果进行一层卷积，得到三个三次
卷积结果；加权求和单元，用于将三个所述三次卷积结果进行加权求和，得到带有预测时间的高分辨率预测影像。
[0010]可选地，所述波段计算模块，具体包括：归一化差值植被指数计算单元，用于根据所述带有预测时间的高分辨率预测影像的近红外波段和红光波段计算所述归一化差值植被指数；比值植被指数计算单元，用于根据所述带有预测时间的高分辨率预测影像的近红外波段和红光波段计算所述比值植被指数；增强植被指数计算单元，用于根据所述带有预测时间的高分辨率预测影像的近红外波段、红光波段和蓝光波段计算所述增强植被指数；绿度植被指数计算单元，用于根据所述带有预测时间的高分辨率预测影像的近红外波段、红光波段、蓝光波段和绿光波段计算所述绿度植被指数。
[0011]可选地，所述构建模块，具体包括：出苗期玉米生长指数构建单元，用于以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数和所述绿度植被指数构建所述出苗期玉米生长指数；拔节期与抽雄期玉米生长指数构建单元，用于以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数和所述增强植被指数构建所述拔节期与抽雄期玉米生长指数；花粒期玉米生长指数构建单元，用于以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数、所述增强植被指数和所述绿度植被指数，构建所述花粒期玉米生长指数。
[0012]本专利技术还提供一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；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实现如上述任意一项所述的方法。
[0013]本专利技术还提供一种计算机存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如上述任意一项所述的方法。
[0014]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术获取玉米的第一遥感影像和第二遥感影像；所述第一遥感影像的分辨率大于所述第二遥感影像的分辨率；根据所述第一遥感影本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种玉米长势监测方法，其特征在于，包括：获取玉米的第一遥感影像和第二遥感影像；所述第一遥感影像的分辨率大于所述第二遥感影像的分辨率；根据所述第一遥感影像和所述第二遥感影像利用深度学习算法进行预测，得到带有预测时间的高分辨率预测影像；对所述带有预测时间的高分辨率预测影像进行波段计算，得到归一化差值植被指数、比值植被指数、增强植被指数和绿度植被指数；根据所述归一化差值植被指数的最大值和最小值确定光合有效辐射吸收比例；以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数、所述增强植被指数和所述绿度植被指数，构建玉米长势监测模型；所述玉米长势监测模型包括出苗期玉米生长指数、拔节期与抽雄期玉米生长指数和花粒期玉米生长指数；根据所述玉米长势监测模型对玉米不同阶段的长势进行监测。2.根据权利要求1所述的玉米长势监测方法，其特征在于，所述根据所述第一遥感影像和所述第二遥感影像利用深度学习算法进行预测，得到带有预测时间的高分辨率预测影像，具体包括：分别将所述第一遥感影像和两个所述第二遥感影像进行两层卷积和激活，得到三个两次卷积结果；分别对三个所述两次卷积结果进行一层卷积，得到三个三次卷积结果；将三个所述三次卷积结果进行加权求和，得到带有预测时间的高分辨率预测影像。3.根据权利要求1所述的玉米长势监测方法，其特征在于，所述对所述带有预测时间的高分辨率预测影像进行波段计算，得到归一化差值植被指数、比值植被指数、增强植被指数和绿度植被指数，具体包括：根据所述带有预测时间的高分辨率预测影像的近红外波段和红光波段计算所述归一化差值植被指数；根据所述带有预测时间的高分辨率预测影像的近红外波段和红光波段计算所述比值植被指数；根据所述带有预测时间的高分辨率预测影像的近红外波段、红光波段和蓝光波段计算所述增强植被指数；根据所述带有预测时间的高分辨率预测影像的近红外波段、红光波段、蓝光波段和绿光波段计算所述绿度植被指数。4.根据权利要求1所述的玉米长势监测方法，其特征在于，所述以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数、所述增强植被指数和所述绿度植被指数，构建玉米长势监测模型，具体包括：以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数和所述绿度植被指数构建所述出苗期玉米生长指数；以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数和所述增强植被指数构建所述拔节期与抽雄期玉米生长指数；以所述光合有效辐射吸收比例为回归系数，根据所述比值植被指数、所述增强植被指数和所述绿度植被指数，构建所述花粒期玉米生长指数。
5.一种玉米长势监测系统，其特征在于，包括：获取模块，用于获取玉米的第一遥感影像和第二遥感影像；所述第一遥感影像的分辨率大于所述第二遥感影像的分辨率；预测模块，用于根据所述第一遥感影像和所述第二遥感影像利用深度学习...

【专利技术属性】
技术研发人员：陈圣波，徐锡统，崔亮，
申请(专利权)人：吉林高分遥感应用研究院有限公司，
类型：发明
国别省市：