一种基于卫星遥感影像的叶龄空间分布检测方法技术

一种基于卫星遥感影像的叶龄空间分布检测方法，属于农业遥感应用领域。改善现有技术只适用于小范围地块，且耗时耗力的问题。所述方法为：对卫星遥感影像进行大气校正、去云预处理；对处理后的卫星遥感影像计算归一化植被指数NDVI；提取叶龄待测区域对应的NDVI时间序列；对所述NDVI时间序列进行S

【技术实现步骤摘要】
一种基于卫星遥感影像的叶龄空间分布检测方法


[0001]本专利技术属于农业遥感应用领域，具体涉及一种水稻叶龄诊断方法。

技术介绍

[0002]水稻生育叶龄诊断技术是在水稻“器官同伸理论”与“叶龄模式理论”的基础上发展起来的水稻栽培新技术，使传统的种管收流程式栽培技术发展成为按叶龄诊断、预测、调控的栽培技术体系。根据水稻某时的叶龄进程，可推测以后一段时间的叶龄进程，从而推测出幼穗分化、拔节、减数分裂、抽穗等关键时期。传统的水稻叶龄诊断方法有：叶龄跟踪方法、种谷方向法、叶脉偏向法、伸长叶枕距法、变形叶鞘法、最长叶法、茎数调查法等。
[0003]已有叶龄诊断专利包括：一种用于记录水稻叶龄的标记尺(CN217032268U)，通过标记尺来测量最上端的叶片与下面的叶片长度是否一样；一种水稻叶龄诊断方法(CN114913217A)，获取所述水稻当前叶的长度和前一完全叶的长度以及获取所述水稻所处环境的温度，计算所述水稻当前叶的长度和前一叶的完全长度的比值，根据所述环境的温度和所述比值，确定所述水稻当前叶的叶龄。
[0004]以上专利技术虽然可以进行水稻叶龄的检测，但需要人力实地进行观测，耗费人力较大。
[0005]现有技术中还有一种水稻叶龄指标管理数字化诊断无人车(CN114080889A)，无人车能够对叶龄进行数据采集，能够进行叶片采样收集；一种叶龄识别方法、装置、电子设备及可读存储介质(CN112800845A)，获得并保存初始状态下目标子区域内植株的初始叶龄，之后每间隔预设时长获得目标子区域内植株图像，并对植株图像进行心叶识别，获得心叶数量(植株主茎上)，根据心叶数量对已保存的距离当前最近的目标历史叶龄进行更新，获得植株的当前叶龄。
[0006]以上专利技术虽然可以进行水稻叶龄的检测，但只适用于小范围地块。

技术实现思路

[0007]本专利技术的目的是提供一种基于卫星遥感影像的叶龄空间分布检测方法，借助卫星影像计算稻田的叶龄空间分布，为后续按照叶龄进行水稻田间管理提供数据基础。改善现有技术只适用于小范围地块，且耗时耗力的问题。
[0008]本专利技术所述的一种基于卫星遥感影像诊断叶龄的方法包括如下步骤：
[0009]S1，对卫星遥感影像进行大气校正、去云预处理；
[0010]S2，根据S1中经过大气校正，去云预处理的卫星遥感影像计算归一化植被指数NDVI；
[0011]S3，提取叶龄待测区域对应的NDVI时间序列；
[0012]S4,对S3中获得的NDVI时间序列进行S
‑
G滤波处理，降低噪声的影响；
[0013]S5,建立S4中的降噪后的NDVI和对应的实测区域叶龄的回归方程y＝ax+b，叶龄x代表NDVI，y代表叶龄，a和b与水稻品种、水稻最大叶数等有关；
[0014]S6，基于S5获得的回归方程，根据实时采集的卫星遥感影像，获得所述影像中待检测叶龄的区域内的叶龄空间分布。
[0015]优选实施方式，所述卫星遥感影像是待检测叶龄的水稻种植区域的卫星遥感影像。
[0016]优选实施方式，所述步骤S1包括如下步骤：
[0017]S11辐射定标：将卫星遥感影像中卫星传感器记录下的数字信号值转化为地物反射太阳光线的辐射亮度值或是反射率，所述辐射亮度值为：
[0018]L
λ
＝gain*DN+bias
[0019]式中，L
λ
为辐射亮度值，
λ
指波段，DN是传感器记录下的数字信号值，gain为传感器增益，bias为传感器偏移；
[0020]所述反射率为：
[0021][0022]式中，ρ
λ
为地物的反射率，d为天文单位日地距离，E
λ
为各波段的太阳辐照度，θ为影像拍摄时刻的太阳高度角；
[0023]S12大气校正：根据大气辐射传输模型进行遥感影像的大气校正；
[0024]S13去云：使用卫星遥感影像中的QA波段去云。
[0025]优选实施方式，所述步骤S2包括如下步骤：
[0026]S21通过归一化植被指数NDVI量化植被；归一化植被指数NDVI公式如下，
[0027][0028]其中，NIR是指该影像像元的近红外波段值，RED是指该影像像元的红波段值。
[0029]优选实施方式，所述S21包括如下步骤：计算每一个影像像元的归一化植被指数NDVI。
[0030]优选实施方式，所述S
‑
G滤波处理是基于最小二乘原理的多项式平滑算法，是应用加权滑动平均窗口进行滤波，在滑动窗口中其权重值取决于在一个窗口内做最小二乘拟合的多项式系数。
[0031]本专利技术还要求保护一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行本专利技术所述的任意一种基于卫星遥感影像的叶龄空间分布检测方法。
[0032]本专利技术还包括一种基于卫星遥感影像的叶龄空间分布检测装置，所述装置包括处理器和存储介质，所述存储介质中存入有计算机程序，所述计算机程序被处理器运行时执行本专利技术所述的任意一种基于卫星遥感影像的叶龄空间分布检测方法。
[0033]本专利技术的有益效果：
[0034]卫星遥感具有探测范围广，获取资料的速度快、周期短，获取的信息量大，受地面条件限制少等优势，是目前很多现有技术采用的一种图像获取技术手段。但是，卫星遥感获得的图像信息也存在的分辨率过低的缺陷，导致其无法应用于需要图像分辨率较高的
中。
[0035]现有技术中，田间拍摄水稻照片多为厘米及毫米级尺度，在该尺度下，叶长、叶宽、
叶子表面的虫洞都可以观察到，因此可以基于计算机视觉方法，综合利用颜色、纹理等信息进行叶龄诊断，即：该技术对所述水稻照片的图片分辨率有一定要求，必须能够清晰的识别叶片的具体形状、颜色和纹理。而采用卫星遥感技术获得的图像数据，即使是亚米级高分辨率数据，分辨率也在30cm以上，无法识别每一株水稻的叶长、叶宽、叶片表面特征。
[0036]鉴于上述情况，由于水稻叶龄检测技术对水稻叶片图像的分辨率的较高的要求，导致没有人会去思考采用分辨率较低的卫星影像去实现对水稻叶龄的检测。本专利技术，采用了卫星影像实现了水稻叶龄的检测克服了由于其分辨率过低导致无法实现叶龄检测的缺陷，通过对卫星遥感影像的处理、并构建叶龄和NDVI的关系模型，快速地获得大范围稻田的叶龄空间分布，实现了叶龄诊断，所述测量方法与现有技术相比，在节省时间和人力的前提下，能够快速获得大范围的叶龄检测结果。
[0037]本专利技术所述方法与现有方法相比较，节约了大量的人力，降低了人工成本，且适用于大范围的区域性叶龄分布的检测，该方法地应用于将有利于推动使用叶龄指导水稻生产管理，确保各项生产技术措施及时性、准确性，对水稻生产的优质、高产、高效有着重要的现实意义。
[0038]本专利技术所述的方法应用于大面积的水稻种植管理中。还可以推广到玉米、马铃薯、小麦等本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卫星遥感影像的叶龄空间分布检测的方法，其特征在于，包括如下步骤：S1，对卫星遥感影像进行大气校正、去云预处理；S2，根据S1中经过大气校正，去云预处理的卫星遥感影像计算归一化植被指数NDVI；S3，提取叶龄待测区域对应的NDVI时间序列；S4,对S3中获得的NDVI时间序列进行S
‑
G滤波处理，降低噪声的影响；S5,建立S4中的降噪后的NDVI和对应的实测区域叶龄的回归方程y＝ax+b，x代表NDVI，y代表叶龄，a和b与水稻品种、水稻最大叶数等有关；S6，基于S5获得的回归方程，根据实时采集的卫星遥感影像，获得所述影像中待检测叶龄的区域内的叶龄空间分布。2.根据权利要求1所述的一种基于卫星遥感影像的叶龄空间分布检测方法，其特征在于，所述卫星遥感影像是包含有待检测叶龄的水稻种植区域的卫星遥感影像。3.根据权利要求1所述的一种基于卫星遥感影像的叶龄空间分布检测方法，其特征在于，所述步骤S1包括如下步骤：S11辐射定标：将卫星遥感影像中卫星传感器记录下的数字信号值转化为地物反射太阳光线的辐射亮度值或是反射率，L
λ
＝gain*DN+bias式中，L
λ
为辐射亮度值，
λ
指波段，DN是传感器记录下的数字信号值，gain为传感器增益，bias为传感器偏移；将辐射亮度值转换成反射率，式中，ρ
λ
为地物的反射率，d为天文单位日地距离，E
λ

【专利技术属性】
技术研发人员：张乾，刘龙，蔡巍，王菲菲，高伟宏，吕佳谦，任荣荣，
申请(专利权)人：北大荒信息有限公司，
类型：发明
国别省市：