System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及草原生态监测领域,特别是涉及一种草原地上可食生物量监测方法、系统、设备及介质。
技术介绍
1、草原作为最重要的自然资源之一,在抵御风沙、土壤退化、维持草原生态系统平衡和牧区经济可持续发展上有着积极作用,是畜牧养殖产业的重要物质基础。草原地上生物量反映了草原生态系统的健康状况和环境质量,同时也反映了草原的生产力水平。因此,有效监测草原地上生物量的时空变化,尤其是可食生物量的时空变化对于精准草原管理、科学放牧等都具有重要意义。
2、目前,监测草原地上生物量的方法主要有人工勘测和遥感监测两种。人工勘测主要通过选定样方框,利用剪刀齐地面刈割样方内的植被,虽然该方法具有较高的精度,但是对草原植被具有一定的破坏性,同时大量的人力调查存在费时费力、成本高等问题,对于草原地上生物量的连续且长期的大范围监测无法实现,尤其对可食生物量的监测更具难度。
3、遥感监测主要利用卫星遥感影像或载人机遥感影像进行草原地上生物量的监测,该方法虽然实现了大范围的监测,但由于空间分辨率的影响,遥感监测无法实现对草原地上可食生物量的监测,同时遥感影像还存在云雾以及数据获取周期的影响,对草原地上生物量的长期监测也无法实现。
4、随着无人机和光学传感器的不断发展,通过将无人机搭载高光谱成像仪和激光雷达(lidar)建立无人机遥感平台,该无人机遥感平台具有操作灵活、高时-空分辨率等特点,为草原地上可食生物量的大范围动态监测提供了一种高效率、高精度且低成本的监测方法。
5、目前使用无人机遥感平台监测草原地上生物量
6、虽然目前也有通过遥感数据进行直接估算草原地上生物量方法(授权公告号:cn105842707b),但仍需要通过人工实地调查草原植被的高度数据进行配合估算草原地上生物量,无法完全解放人工调查的工作。此外,现有的草原地上生物量监测方法中,通过齐地面刈割样方内的所有植被进行生物量计算,然而这忽略了可食植被与不可食植被之间的差异,所测算的草原地上生物量无法准确用于牧场的科学管理。
7、综上所述,目前的草原地上生物量监测方法存在费时费力、精度低、适用范围小、无法准确获取可食生物量的空间分布格局,对草原的科学管理和划区轮牧等无法精准实施的问题。
技术实现思路
1、本专利技术的目的是提供一种草原地上可食生物量监测方法、系统、设备及介质,通过多源遥感数据求取待监测样地区域的可食植被像元掩码、植被覆盖度和归一化数字表面模型,计算待监测样地区域的草原地上可食生物量,克服了传统遥感监测方法精度低、稳定性差的问题。
2、为实现上述目的,本专利技术提供了如下方案:
3、一种草原地上可食生物量监测方法,所述草原地上可食生物量监测方法包括:
4、获取待监测样地区域的高光谱图像数据和激光雷达点云数据;
5、根据所述高光谱图像数据求取待监测样地的植被覆盖度;
6、基于所述高光谱图像数据构建三维卷积神经网络模型,并获取所述三维卷积神经网络模型的权值;
7、根据所述权值计算得到待监测样地区域的草原地上的可食植被像元掩码;
8、根据所述激光雷达点云数据构建归一化数字表面模型;
9、根据所述归一化数字表面模型、所述植被覆盖度和所述可食植被像元掩码计算得到待监测样地区域的草原地上可食生物量。
10、可选地,获取待监测样地区域的高光谱图像数据和激光雷达点云数据,具体包括:
11、通过无人机搭载高光谱成像仪和激光雷达传感器获取待监测样地区域的高光谱图像数据和激光雷达点云数据。
12、可选地,根据所述高光谱图像数据求取待监测样地的植被覆盖度,具体包括:
13、根据高光谱图像数据中的红波段和近红外波段计算归一化差值植被指数;
14、采用像元二分模型根据所述归一化差值植被指数计算待监测样地的植被覆盖度。
15、可选地,根据所述激光雷达点云数据构建归一化数字表面模型,具体包括:
16、根据所述激光雷达点云数据生成数字高程模型和数字表面模型;
17、根据所述数字高程模型和所述数字表面模型计算得到归一化数字表面模型。
18、可选地,所述归一化数字表面模型的公式:
19、ndsm(xi,yi)=dsm(xi,yi)-dem(xi,yi);
20、其中,ndsm(xi,yi)表示待监测样地区域内(xi,yi)处空间像元的归一化数字表面模型,dsm(xi,yi)表示待监测样地区域内(xi,yi)处空间像元的数字表面模型,dem(xi,yi)表示待监测样地区域内(xi,yi)处空间像元的数字高程模型。
21、可选地,所述待监测样地区域的草原地上可食生物量的计算公式为:
22、
23、其中,b(xi,yi)为待监测样地区域内(xi,yi)处空间像元的草原地上可食生物量,mask(xi,yi)为待监测样地区域内(xi,yi)处空间像元的掩码,h(xi,yi)为待监测样地区域内(xi,yi)处空间像元的高度,fvc(xi,yi)为待监测样地区域内(xi,yi)处空间像元的植被覆盖度,a为第一参数,b为第二参数,c为第三参数,d为第四参数。
24、一种草原地上可食生物量监测系统,所述草原地上可食生物量监测系统应用于上述所述的草原地上可食生物量监测方法,所述草原地上可食生物量监测系统包括:
25、获取模块,用于获取待监测样地区域的高光谱图像数据和激光雷达点云数据;
26、植被覆盖度确定模块,用于根据所述高光谱图像数据求取待监测样地的植被覆盖度;
27、权值确定模块,用于基于所述高光谱图像数据构建三维卷积神经网络模型,并获取所述三维卷积神经网络模型的权值;
28、可食植被像元掩码确定模块,用于根据所述权值计算得到待监测样地区域的草原地上的可食植被像元掩码;
29、归一化数字表面模型确定模块,用于根据所述激光雷达点云数据构建归一化数字表面模型;
30、草原地上可食生物量确定模块,用于根据所述归一化数字表面模型、所述植被覆盖度和所述可食植被像元掩码计算得到待监测样地区域的草原地上可食生物量。
31、可选地,所述获取模块,具体包括:
32、通过无人机搭载高光谱成像仪和激光雷达传感器获取待监测样地区域的高光谱图像数据和激光雷达点云数据。
33、一种电子设本文档来自技高网...
【技术保护点】
1.一种草原地上可食生物量监测方法,其特征在于,所述草原地上可食生物量监测方法包括:
2.根据权利要求1所述的草原地上可食生物量监测方法,其特征在于,获取待监测样地区域的高光谱图像数据和激光雷达点云数据,具体包括:
3.根据权利要求1所述的草原地上可食生物量监测方法,其特征在于,根据所述高光谱图像数据求取待监测样地的植被覆盖度,具体包括:
4.根据权利要求1所述的草原地上可食生物量监测方法,其特征在于,构建归一化数字表面模型,具体包括:
5.根据权利要求1所述的草原地上可食生物量监测方法,其特征在于,所述归一化数字表面模型的公式:
6.根据权利要求1所述的草原地上可食生物量监测方法,其特征在于,所述待监测样地区域的草原地上可食生物量的计算公式为:
7.一种草原地上可食生物量监测系统,其特征在于,所述草原地上可食生物量监测系统应用于所述权利要求1-6中任意一项所述的草原地上可食生物量监测方法,所述草原地上可食生物量监测系统包括:
8.根据权利要求7所述的草原地上可食生物量监测系统,其特征在于,所述获
9.一种电子设备,其特征在于,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的草原地上可食生物量监测方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被执行时实现如权利要求1至6中任一项所述的草原地上可食生物量监测方法。
...【技术特征摘要】
1.一种草原地上可食生物量监测方法,其特征在于,所述草原地上可食生物量监测方法包括:
2.根据权利要求1所述的草原地上可食生物量监测方法,其特征在于,获取待监测样地区域的高光谱图像数据和激光雷达点云数据,具体包括:
3.根据权利要求1所述的草原地上可食生物量监测方法,其特征在于,根据所述高光谱图像数据求取待监测样地的植被覆盖度,具体包括:
4.根据权利要求1所述的草原地上可食生物量监测方法,其特征在于,构建归一化数字表面模型,具体包括:
5.根据权利要求1所述的草原地上可食生物量监测方法,其特征在于,所述归一化数字表面模型的公式:
6.根据权利要求1所述的草原地上可食生物量监测方法,其特征在于,所述待监测样地区域的草原地上可食生物...
【专利技术属性】
技术研发人员:宣传忠,张涛,唐朝辉,马彦华,高昕毓,苏赫,
申请(专利权)人:内蒙古农业大学,
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。