【技术实现步骤摘要】
本说明书涉及农业遥感，特别涉及一种作物冠层等效水厚度的快速监测方法和系统。
技术介绍
1、随着经济的发展，市场对农业作物的需求量也越来越大，许多作物不仅可以作为食品销售，还可以用于提炼植物油。例如，集中生长在干旱和半干旱丘陵地区的花生，是油料的一个重要来源，因此，监测作物水分含量，提高花生等作物的产量和质量成为了作物市场发展的重要方向。现在常用的水分监测系统可以用于特定地区、特定时间段、特定施肥方式和特定作物品种的水分监测，但难以广泛应用于不同地区和不同品种作物的水分监测。
2、为了解决以上问题，提出了一种作物冠层等效水厚度的快速监测方法和系统。
技术实现思路
1、本说明书一个或多个实施例提供一种作物冠层等效水厚度的快速监测方法。所述基于深度神经网络的作物冠层等效水厚度的快速监测方法包括：s1：获取目标作物的生理数据集；所述生理数据集包括第一训练集、第一测试集和验证集；s2：用所述生理数据集指导使用推土机距离优化的对抗生成网络训练，获取模拟数据组；s3：将所述模拟数据组通过辐射传输模型，获取每个模拟数据对应的冠层光谱数据，将所述冠层光谱数据和对应等效水厚度作为训练数据集；所述训练数据集包括第二训练集和第二测试集；s4：将所述第二训练集输入至初始等效水厚度监测模型，进行预训练，得到优化等效水厚度监测模型；s5：将所述第二测试集输入至优化等效水厚度监测模型，进行测试，当输出结果满足第一测试要求时，将优化等效水厚度监测模型输入至s6；否则，返回s4；s6：将所述第一训练集输入
2、本说明书一个或多个实施例提供一种基于深度神经网络的作物冠层等效水厚度的快速监测系统，包括第一获取模块、第二获取模块、第三获取模块、预训练模块、第一测试模块、训练模块、第二测试模块、验证模块和预测模块；所述第一获取模块，用于获取目标作物的生理数据集；所述生理数据集包括第一训练集、第一测试集和验证集；所述第二获取模块，用于用所述生理数据集指导使用推土机距离优化的对抗生成网络训练，获取模拟数据组；所述第三获取模块，用于将所述模拟数据组通过辐射传输模型，获取每个模拟数据对应的冠层光谱数据，将所述冠层光谱数据和对应等效水厚度作为训练数据集；所述训练数据集包括第二训练集和第二测试集；所述预训练模块，用于将所述第二训练集输入至初始等效水厚度监测模型，进行预训练，得到优化等效水厚度监测模型；所述第一测试模块，用于将所述第二测试集输入至优化等效水厚度监测模型，进行测试，当输出结果满足第一测试要求时，将优化等效水厚度监测模型输入至所述训练模块；否则，返回所述预训练模块；所述训练模块，用于将所述第一训练集输入至所述优化等效水厚度监测模型，进行训练，得到训练好的等效水厚度监测模型；所述第二测试模块，用于将所述第一测试集输入至所述训练好的等效水厚度监测模型，进行测试，当输出结果满足第二测试要求时，将训练好的等效水厚度监测模型作为验证等效水厚度监测模型，进入所述验证模块；否则，返回训练模块；所述验证模块，用于将所述验证集输入至所述验证等效水厚度监测模型，输出模型准确率，当所述准确率不低于训练好的等效水厚度监测模型的测试结果时，将所述验证等效水厚度监测模型作为最终的等效水厚度监测模型，进入所述预测模块；否则返回所述第二测试模块；所述预测模块，用于利用所述最终的等效水厚度监测模型对输入的生理数据集进行处理，预测作物的等效水厚度数据。
3、本说明书一个或多个实施例提供一种基于深度神经网络的作物冠层等效水厚度的快速监测装置，包括处理器，所述处理器用于执行以上任一项所述的基于深度神经网络的作物冠层等效水厚度的快速监测方法。
4、本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行以上任一项所述的基于深度神经网络的作物冠层等效水厚度的快速监测方法。
5、在本说明书一些实施例中，处理器通过获取目标作物的生理数据集，对初始等效水厚度监测模型进行训练，获取等效水厚度监测模型。通过运用使用推土机距离优化的对抗生成网络，可以基于少量实际数据获取大量的有效模拟数据，用于对初始等效水厚度监测模型进行预训练，得到更高性能的等效水厚度监测模型；通过利用实际的生理数据集对等效水厚度监测模型进行训练，得到可以适用于各种场景和各种作物品种的等效水厚度监测模型，使得对作物的等效水厚度监测更加精确。
本文档来自技高网...【技术保护点】
1.一种作物冠层等效水厚度的快速监测方法，其特征在于，包括：
2.根据权利要求1所述的基于深度神经网络的作物冠层等效水厚度的快速监测方法，其特征在于，所述S1包括：
3.根据权利要求1所述的基于深度神经网络的作物冠层等效水厚度的快速监测方法，其特征在于，所述S2包括：
4.根据权利要求1所述的基于深度神经网络的作物冠层等效水厚度的快速监测方法，其特征在于，所述S4包括：
5.一种基于深度神经网络的作物冠层等效水厚度的快速监测系统，包括；
6.根据权利要求5所述的基于深度神经网络的作物冠层等效水厚度的快速监测系统，其特征在于，所述第一获取模块包括：
7.根据权利要求5所述的基于深度神经网络的作物冠层等效水厚度的快速监测系统，其特征在于，所述第二获取模块包括：
8.根据权利要求5所述的基于深度神经网络的作物冠层等效水厚度的快速监测系统，其特征在于，所述预训练模块包括：
9.一种基于深度神经网络的作物冠层等效水厚度的快速监测装置，包括处理器，所述处理器用于执行权利要求1～4中任一项所述的基于
10.一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1～4任一项所述的基于深度神经网络的作物冠层等效水厚度的快速监测方法。
...【技术特征摘要】
1.一种作物冠层等效水厚度的快速监测方法，其特征在于，包括：
2.根据权利要求1所述的基于深度神经网络的作物冠层等效水厚度的快速监测方法，其特征在于，所述s1包括：
3.根据权利要求1所述的基于深度神经网络的作物冠层等效水厚度的快速监测方法，其特征在于，所述s2包括：
4.根据权利要求1所述的基于深度神经网络的作物冠层等效水厚度的快速监测方法，其特征在于，所述s4包括：
5.一种基于深度神经网络的作物冠层等效水厚度的快速监测系统，包括；
6.根据权利要求5所述的基于深度神经网络的作物冠层等效水厚度的快速监测系统，其特征在于，所述第一获取模块包括：
<...【专利技术属性】
技术研发人员：张雷，刘仕元，谭江滔，黎曦，陈婷婷，胡炼，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。