【技术实现步骤摘要】
本专利技术涉及草地生物量监测，更具体的说是涉及一种基于sfm和草地高度因子的草地地上生物量估测方法及系统。
技术介绍
1、草地是陆地生态系统的重要组成部分，具有调节气候、涵养水源、防风固沙和碳固持等极其重要的生态服务功能，在全球气候变化中占重要地位。近年来，由于放牧强度和草地资源开发力度的增大，草地退化问题逐渐凸显，评估草地生产力和保持草蓄平衡尤其重要。草地地上生物量(agb)是评价草地生产力的重要指标，精准反演草地agb对草地长势监测和草畜平衡具有重要意义。
2、但是，现有的草地agb估测方法主要有收获法、植被特征估测法和遥感估测法，其中，收获法对草地的破坏性较大，而且需要消耗巨大的人力物力，只适用于小范围的样地点生物量估测；植被特征估测法是根据株高、牧草压缩高、草地覆盖度特征建立其与草地生物量的数学模型，从而对同一或相似草种的其他区域进行草地地上生物量估测，但受草地生长分布不均匀、植物生育期等的影响，草地生物量估测的精度难以保证；遥感估测法适合对大范围的草地进行长期的监管和管理，但受限于卫星传感器空间和时间分辨率，对草场进行生物量估测时也面临着空间分辨率和时间分辨率不高的问题。上述草地生物量估测方法均难以满足牧场小范围区域草地生物量估计的精确性和实时性需求。
3、因此，如何提供一种能够及时准确地估算草地地上生物量的方法及系统，是本领域技术人员亟需解决的技术问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种基于sfm和草地高度因子的草地地上生物量估测
2、为了实现上述目的，本专利技术提供如下技术方案：
3、本专利技术，公开了一种基于sfm和草地高度因子的草地地上生物量估测方法，具体步骤如下：
4、步骤1：在目标区域设置地面控制点，记录地面控制点坐标；
5、步骤2：通过无人机获取目标区域的多光谱数据和普通图像数据；实地获取目标区域样方的草层高度数据和地上生物量数据；
6、步骤3：基于所述多光谱数据计算目标区域植被指数；
7、步骤4：基于所述普通图像数据和地面控制点坐标，采用sfm方法获取目标区域草层高度；
8、步骤5：根据目标区域草层高度和植被指数，以及样方的生物量数据，分别构建随机森林模型和支持向量回归模型，并进行模型精度评价，选取拟合精度最高的模型进行目标区域草地地上生物量估测。
9、进一步的，所述步骤2还包括：
10、通过随机样方法选择多个样方，根据无人机遥感图像像元大小设置样方面积；测量样方内植物冠顶到地面的垂直距离，以垂直距离平均值作为该样方的草层高度；通过齐地刈割法获取样方内植物样本，并称取样本鲜重和干重，得到该样方生物量数据。
11、进一步的，所述步骤3具体如下：
12、步骤3.1：对多光谱数据进行辐射校正、几何校正，以及拼接和剪裁处理；
13、步骤3.2：基于处理后的多光谱数据，计算目标区域的植被指数，包括：归一化植被指数ndvi、差值植被指数dvi、比值植被指数rvi、增强植被指数evi、土壤调节植被指数savi和三角植被指数tvi，计算公式如下：
14、
15、dvi＝nir-red
16、
17、
18、
19、tvi＝0.5[120(nir-green)-200(red-green)]
20、式中，nir、red、blue、green分别为近红外波段、红光波段、蓝光波段、绿光波段的反射率，l为土壤调节系数。
21、进一步的，所述步骤4具体步骤如下：
22、步骤4.1：根据普通图像数据和地面控制点坐标，获取目标区域数字表面模型dsm；
23、步骤4.2：基于数字表面模型dsm，获取无植被覆盖数字地形模型dtm；
24、步骤4.3：利用数字表面模型dsm和无植被覆盖数字地形模型dtm叠加相减，获取草层高度模型，从而获得目标区域草层高度数据；
25、步骤4.4：根据步骤2获取的样方草层高度数据，对草层高度模型进行精度检验。
26、进一步的，所述步骤4.1还包括如下步骤：
27、步骤4.1.1：对目标区域的普通图像数据进行预处理，包括：图像去噪、校正畸变、图像增强；
28、步骤4.1.2：对预处理后的普通图像数据进行特征提取，在不同图像中提取特征点，使用sift、surf局部特征描述符描述图像中的特征点，利用地面控制点检测和选择特征点；对不同图像之间的特征点进行匹配，建立不同图像特征点之间对应的匹配关系；
29、步骤4.1.3：利用特征点的匹配关系，通过解算几何变换和相机位姿的优化方法，估计不同图像之间的相机运动和姿态；
30、步骤4.1.4：根据相机的姿态和特征点匹配关系，在图像上进行三角剖分，使用多个视角下的特征点匹配关系，计算特征点的三维坐标，从而得到稀疏点云，计算公式如下：
31、
32、
33、
34、式中，(u1,v1)和(u2,v2)是特征点在两个相机视角中的投影坐标，(cx1,cy1)和(cx2,cy2)是两个相机视角的光学中心坐标；(fx1,fy1)和(fx2,fy2)是两个相机视角的焦距；z1和z2分别是特征点在两个视角下的深度值；p1和p2是特征点在两个相机视角中的三维坐标，然后结合两张图像的像素位移利用线性插值方法计算特征点的三维坐标；
35、步骤4.1.5：采用双线性插值方法估计缺失区域的深度值，得到稠密三维点云数据，得到数字表面模型dsm，双线性插值方法计算公式为：
36、z＝z00*(1-dx)(1-dy)+z01*(1-dx)dy+z10*dx(1-dy)+z11*dxdy
37、式中，z为像素坐标(x,y)处的深度估计值，z00、z01、z10和z11分别代表像素坐标(x0,y0)、(x0,y1)、(x1,y0)和(x1,y1)处的深度值，dx和dy是(x,y)与最近的四个像素坐标(x0,y0)、(x0,y1)、(x1,y0)和(x1,y1)之间的差值比例，分别表示水平和垂直方向上的插值比例。
38、进一步的，所述步骤4.2还包括如下步骤：
39、步骤4.2.1：基于数字表面模型dsm转换得到tiff格式dsm影像，利用图像分割技术将植被区域与非植被区域分开；
40、步骤4.2.2：对dsm影像和原始普通图像进行特征提取，比较dsm影像和原始普通图像的灰度值和梯度，利用阈值化方法区分植被和非植被，从而生成植被掩膜；
41、步骤4.2.4：使用植被掩膜将dsm影像中的植被部分去除，得到无植被的裸土地面信息；
42、步骤4.2.5：采用克里金插值法填补植被移除过程中产生的缺失地面信息，得到连续的无植被覆盖数字地形模型dtm本文档来自技高网...
【技术保护点】
1.一种基于SfM和草地高度因子的草地地上生物量估测方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种基于SfM和草地高度因子的草地地上生物量估测方法，其特征在于，所述步骤2还包括：
3.根据权利要求1所述的一种基于SfM和草地高度因子的草地地上生物量估测方法，其特征在于，所述步骤3具体如下：
4.根据权利要求1所述的一种基于SfM和草地高度因子的草地地上生物量估测方法，其特征在于，所述步骤4具体步骤如下：
5.根据权利要求4所述的一种基于SfM和草地高度因子的草地地上生物量估测方法，其特征在于，所述步骤4.1还包括如下步骤：
6.根据权利要求4所述的一种基于SfM和草地高度因子的草地地上生物量估测方法，其特征在于，所述步骤4.2还包括如下步骤：
7.根据权利要求1所述的一种基于SfM和草地高度因子的草地地上生物量估测方法，其特征在于，所述步骤5具体如下：
8.一种基于SfM和草地高度因子的草地地上生物量估测系统，其特征在于，包括：
9.根据权利要求8所述的一种基于SfM和
...【技术特征摘要】
1.一种基于sfm和草地高度因子的草地地上生物量估测方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种基于sfm和草地高度因子的草地地上生物量估测方法，其特征在于，所述步骤2还包括：
3.根据权利要求1所述的一种基于sfm和草地高度因子的草地地上生物量估测方法，其特征在于，所述步骤3具体如下：
4.根据权利要求1所述的一种基于sfm和草地高度因子的草地地上生物量估测方法，其特征在于，所述步骤4具体步骤如下：
5.根据权利要求4所述的一种基于sfm和草地高度因子的草地地上...
【专利技术属性】
技术研发人员：孙伟，曹姗姗，孔繁涛，曹梦迪，韩昀，陈若彤，
申请(专利权)人：中国农业科学院农业信息研究所，
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。