基于叶面积指数的冬小麦旱情无人机快速监测判别方法技术

本发明专利技术公开了一种基于叶面积指数的冬小麦旱情无人机快速监测判别方法，包括：1)通过无人机多载荷低空遥感技术获取多光谱影像和地面实测叶面积指数(LAI)，计算植被指数NDVI、DVI、RVI、EVI、OSAVI和TCARI；2)计算的植被指数分别与实测叶面积指数在不同生育期构建回归方程，并从中选择该生育期的最优模型方程；3)根据最优模型方程，反演各个生育期的冬小麦LAI，并对不同干旱胁迫等级之间的叶面积指数阈值进行率定；4)通过实时监测获得待测地块的多光谱影像计算出所需要的植被指数，反演得到LAI值，与阈值进行比对，判断实时旱情等级。本发明专利技术的方法用于冬小麦旱情监测判别精度高、速度快，实用性强。实用性强。实用性强。

【技术实现步骤摘要】
基于叶面积指数的冬小麦旱情无人机快速监测判别方法


[0001]本专利技术属于旱情监测
，尤其涉及冬小麦旱情的监测，具体为一种基于叶面积指数的冬小麦旱情无人机快速监测判别方法。

技术介绍

[0002]干旱是影响作物生长发育与产量的主要自然因素，长期大范围的干旱会造成农作物大幅减产。降水是作物生长发育过程中水分的主要来源，我国主要依靠自然降水给冬小麦植株提供生长所需水分，水分亏缺会影响冬小麦正常的生理代谢活动、影响冬小麦正常生长发育，产量降低。目前大部分地区仍采用大水漫灌的传统方式，这种方式导致灌溉不均匀，水资源利用效率不高。冬小麦不同阶段需水量不同，冬小麦在出苗期、越冬期时植株小，生长慢，对水分的需求少，冬小麦拔节期植株开始拔高，对水分需求较大，抽穗期到灌浆期是植株快速生长时期，对水分十分敏感，缺水将会造成严重影响。植物细胞吸收水分等各种物质，进行分裂与扩张以完成植物体的生长发育，涉及生理生化多方面要素及其相互反应过程。在干旱胁迫下植物细胞的发育功能受限制，并且水分向伸长细胞流动的速度变慢，总而植株的株高、叶面积受到抑制，最后对干物质积累造本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于叶面积指数的冬小麦旱情无人机快速监测判别方法，其特征在于：包括以下步骤：步骤1)数据采集：包括通过无人机多载荷低空遥感技术获取的多光谱影像数据和地面实测叶面积指数数据：通过多光谱影像数据计算植被指数，所述植被指数包括NDVI、DVI、RVI、EVI、OSAVI和TCARI；步骤2)构建冬小麦各生长阶段不同干旱程度叶面积指数反演模型：进行土壤背景像元剔除，提取冬小麦纯冠层植被指数像元，选取NDVI、DVI、RVI、EVI、OSAVI和TCARI植被指数分别与实测的叶面积指数在不同生育期构建4种类型的回归方程，并从中选择每个生育期中与叶面积指数相关性最高的回归方程作为该生育期的最优模型方程；所述不同生育期指冬小麦的：拔节
‑
抽穗期、抽穗
‑
灌浆期、灌浆
‑
成熟期；所述4种类型的回归方程为一元线性方程、一元多项式方程、指数方程及对数方程；步骤3)不同干旱等级的叶面积指数阈值的率定：根据步骤2)中获取的各个生育期的最优模型方程，来反演各个时期的叶面积指数，并对不同干旱等级之间的叶面积指数阈值进行率定；步骤4)旱情等级的实时判别：通过实时监测获得待测地块的多光谱影像，并计算出所需要的植被指数，将该植被指数带入到步骤2)率定的对应生育期的最优模型方程中反演得到叶面积指数值，然后将该叶面积指数值与步骤3)中该时期的阈值进行比对，判断实时旱情等级。2.根据权利要求1所述的基于叶面积指数的冬小麦旱情无人机快速监测判别方法，其特征在于：步骤1)中所述多光谱影像数据的获取：应用FL
‑
81四旋翼无人机集成搭载MicaSense RedEdge
‑
M
TM
多光谱相机获取多光谱航片，飞行高度设置为55m，对应地面分辨率4c...

【专利技术属性】
技术研发人员：宋文龙，刘宏洁，刘汉宇，史杨军，邢学成，卢奕竹，李坚，林林，卢文静，陈修华，桂荣洁，
申请(专利权)人：渭南市东雷二期抽黄工程管理中心，
类型：发明
国别省市：