一种基于叶绿素含量的夏玉米旱情无人机快速监测判别方法技术

本发明专利技术提公开了一种基于叶绿素含量的夏玉米旱情无人机快速监测判别方法，包括以下步骤：1)通过无人机多载荷低空遥感技术获取的多光谱影像和地面实测叶绿素含量，并计算NDVI、SAVI和RENDVI植被指数；2)选取植被指数分别与实测叶绿素含量在不同生育期构建回归方程，并从中选择每个生育期中相关性最高的回归方程作为该生育期的最优模型方程；3)根据最优模型方程，来反演各个时期的叶绿素含量，并对不同干旱等级之间的叶绿素含量阈值进行率定；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，反演得到叶绿素含量，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夏玉米旱情监测判别精度高、速度快，具有通用性和实用性。通用性和实用性。通用性和实用性。

【技术实现步骤摘要】
一种基于叶绿素含量的夏玉米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
，尤其涉及夏玉米旱情的监测，具体为一种基于叶绿素含量的夏玉米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。降水和灌溉生长发育过程中水分的主要来源，玉米是喜水作物且对水分胁迫较为敏感，水分亏缺会抑制玉米正常的生理代谢活动、影响玉米正常生长发育，产量降低，一般年份减产20％～30％，严重年份导致大面积减产，甚至颗粒无收。我国农业基础设施薄弱，灌溉技术和制度不够完善，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。玉米不同阶段需水量量不同，玉米从出苗到拔节期，植株小，生长慢，对水分的需求少，土壤水分控制在田间持水量的60％左右，玉米抽穗期到乳熟期是植株快速生长时期，对水分十分敏感，抽穗开花期水分需求量达到最高值，缺水将会造成严重影响，使其减产20％
‑
50％，成熟期对水分的需求量仅为4％
‑
7％，因本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于叶绿素含量的夏玉米旱情无人机快速监测判别方法，其特征在于：包括以下步骤：1)数据采集：包括通过无人机低空遥感技术获取的多光谱影像数据和地面实测叶绿素含量数据：通过多光谱影像数据计算植被指数NDVI、RENDVI和SAVI；2)构建夏玉米各生长阶段不同干旱程度叶绿素含量反演模型：进行土壤背景像元剔除，提取夏玉米冠层纯植被指数像元值，选取步骤1)中计算的植被指数NDVI、RENDVI和SAVI分别与实测的叶绿素含量数据在不同生育期构建3种类型的回归方程，并从中选择每个生育期中与叶绿素含量相关性最高的回归方程作为该生育期的最优模型方程；所述不同生育期指玉米的拔节期、抽穗期、吐丝期、成熟期；所述3种类型的回归方程为线性方程、指数方程及对数方程；3)不同干旱等级的叶绿素含量阈值的率定：根据步骤2)中获取的各个生育时期的最优模型方程，来反演各个生育期的叶绿素含量，并对不同干旱等级之间的叶绿素含量阈值进行率定；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)中获取的各个生育时期的最优模型方程，来反演各个生育期的叶绿素含量，然后将该叶绿素含量值与步骤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所述的基于无人机夏玉米叶绿素含量的旱情快速监测判别方法，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4cm，镜头可获取的波长分别为蓝光波段、绿光波段、红光波段、红边、近红外波段。3.根据权利要求1所述的基于无人机夏玉米叶绿素含量的旱情快速监测判别方法，其特征在于：步...

【专利技术属性】
技术研发人员：宋文龙，李梦祎，刘昌军，周普，余琅，卢奕竹，刘云，卢文静，陈修华，陈龙，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：