一种叶面积指数精校正数据处理方法技术

本发明专利技术公开了一种叶面积指数精校正数据处理方法，首先根据植物冠层图像计算

【技术实现步骤摘要】
一种叶面积指数精校正数据处理方法


[0001]本专利技术属于遥感信息与大数据
，更为具体地讲，涉及一种叶面积指数数据精校正方法，可应用于无线传感器网络通过拍摄冠层图像后间接计算测量的叶面积指数数据的精校正
。

技术介绍

[0002]LAI(Leaf Area Index)
即叶面积指数，是指单位土地面积上植物叶片总面积占土地面积的倍数，是反应植物群体生长状况的一个重要指标
。LAI
大小直接与最终产量高低密切相关，因此对于这一参数的实时监控和测量在农产业上具有极大的实际意义
。
[0003]研究表明，植物的叶面积指数的测量方法实现了从最初带有破坏性的直接测量法到如今的图像处理法
、
遥感图像法和传感器法等多种方法的过渡
。
根据实际需要，许多高效并精确度高的用于测量叶面积指数的先进设备已投入使用，如
LAI
‑
2000
等
。
这些设备是通过人工实地手持冠层分析仪器进行测量，对于需要长期观测野外某区域的植物的叶面积指数来说很不方便，于是也有很多学者开始研究自动组网叶面积指数测量方法，叶面积指数数据
(LAI
数据
)
是无线传感器网络通过拍摄冠层图像或测量冠层光学信息后间接计算测量的，自动测量系统最快可每3‑5分钟获得一次测量结果，每天采集大量的叶面积指数测量值；同时，由于野外采集的叶面积指数数据容易受到自然环境，如光照变化
、
风扰动等的影响，测量值波动很大，考虑到叶面积指数每日变化不大，如何对这些大量叶面积指数数据中提取出每日叶面积指数的代表值成为了工作重心
。
[0004]目前国内外学者在
LAI
数据测量的直接测量以及间接测量都取得了一定的成果，并且也研发了不少新型传感器的设计来实现对
LAI
数据的监测
。
但是目前还没有特别针对于这一庞大数据量的数据处理方法，大多数的数据处理方法都是泛泛地去空值
、
处理缺失值
、
正则化以及主成分分析等，对于连续测量得到的
LAI
数据，这种对于环境要求较高
、
无效数据多的庞大数据来说没有特异性
。
[0005]在
2023
年
04
月
18
日授权公告的
、
公告号为
CN 111966952 B、
名称为
《
一种叶面积指数数据过滤方法
》
的中国专利技术中提到的平稳窗口法是对这一庞大数据较为有效的处理方法
。
但平稳窗口法依赖某一段时间稳定的光线条件，由于冠层内光线透射及衍射影响，容易造成测量值的低估
。

技术实现思路

[0006]本专利技术的目的在于针对现
LAI
数据测量环境要求高
、
无效数据多以及由于冠层内透射及衍射影响，容易造成测量值的低估的不足，提出一种叶面积指数精校正数据处理方法，更为方便地从各个节点测得的大量
LAI
数据中有效值更为科学
、
有效地提取出各个节点当日
LAI
值的代表值，方便用户实时了解和管理
LAI
数据
。
[0007]为实现上述专利技术目的，本专利技术叶面积指数精校正数据处理方法，其特征在于，包括以下步骤：
[0008](1)、
获得各个节点固定间隔采集的植物冠层图像并计算
LAI
数据，得到各个节点高时间分辨率
LAI
值；
[0009](2)、
计算每天日出及日落准确时间，获得每天日出时间前
t1分钟内
LAI
值
、
日落时间后
t2分钟内
LAI
值，并依据获得的每天日出时间前
t1分钟内
LAI
值计算出每天早
LAI
代表值，依据获得的每天日落时间后
t2分钟内
LAI
值计算出每天晚
LAI
代表值；
[0010](3)、
计算每天
LAI
代表值：将每天早
、
晚
LAI
代表值的平均值作为每天
LAI
值的代表值；
[0011](4)、
计算每天
LAI
代表值置信度，根据应用的精度要求，选择设定置信度以上的
LAI
代表值，得到置信度较高的
LAI
时间序列值
。
[0012]本专利技术的目的是这样实现的：
[0013]本专利技术叶面积指数精校正数据处理方法，首先根据植物冠层图像计算
LAI
数据，得到各个节点每天的高时间分辨率
LAI
值，然后，确定每天日出及日落的准确时间，得到每天日出前
t1分钟内
、
日落后
t2钟内
LAI
值，并分别计算早
、
晚代表值，然后再计算每天
LAI
值置信度，根据应用的精度要求，选择设定置信度以上的
LAI
代表值，得到置信度较高的
LAI
时间序列值
。
本专利技术剔除了大量无效
LAI
数据，仅保留了一个有效
LAI
值作为当天代表值，通过每天
LAI
值的置信度检验，得到可信度较高的
LAI
时间序列值
。
基于
LAI
测量原理，其测量需要漫射光条件，如阴天
、
日出前或日落后
。
因此，本专利技术判断日出
、
日落时间，并由此确定当日有效值更为科学
、
有效，方便用户实时了解和管理
LAI
数据
。
同时，本专利技术对于处理数据量庞大且随环境变化较大的野外采集的叶面积指数数据具有优越的效果，对植被生长情况的管理和监测有较大的实际意义和更为广泛的适用性
。
附图说明
[0014]图1是本专利技术叶面积指数精校正数据处理方法一种具体实施方式的流程图；
[0015]图2是图1中计算早
、
晚
LAI
代表值的流程图；
[0016]图3是本专利技术叶面积指数精校正数据处理方法中精校正后每天
LAI
代表值数据；
[0017]图4是对每天
LAI
代表值数据经过置信度检验后的散点图
(
置信度取
0.8)
；
[0018]图5是平稳窗口法每天
LAI
代表值数据散点图；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种叶面积指数精校正数据处理方法，其特征在于，包括以下步骤：
(1)、
获得各个节点固定间隔采集的植物冠层图像并计算
LAI
数据，得到各个节点高时间分辨率
LAI
值；
(2)、
计算每天日出及日落准确时间，获得每天日出时间前
t1分钟内
LAI
值
、
日落时间后
t2分钟内
LAI
值，并依据获得的每天日出时间前
t1分钟内
LAI
值计算出每天早
LAI
代表值，依据获得的每天日落时间后
t2分钟内
LAI
值计算出每天晚
LAI
代表值；
(3)、
计算每天
LAI
代表值：将每天早
、
晚
LAI
代表值的平均值作为每天
LAI
值的代表值；
(4)、
计算每天
LAI
代表值置信度，根据应用的精度要求，选择设定置信度以上的
LAI
代表值，得到置信度较高的
LAI
时间序列值
。2.
根据权利要求1所述的叶面积指数精校正数据处理方法，其特征在于，所述
t1、t2取值为0到
30。3.
根据权利要求1所述的叶面积指数精校正数据处理方法，其特征在于，获得每天日出前
10
分钟...

【专利技术属性】
技术研发人员：陈云坪，
申请(专利权)人：成都恒云高科科技有限公司，
类型：发明
国别省市：