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】
本专利技术涉及农业,尤其涉及一种黑麦草产量预测方法与装置。
技术介绍
1、黑麦草是禾本科黑麦草属牧草,为须根系异花授粉植物,源于西南亚,现广泛种植于亚洲、北美洲等地。按生长周期可将其分为一年生黑麦草和多年生黑麦草,植株株高一般可达30~90cm。黑麦草叶质柔软平滑,适口性极佳,可做饲料。黑麦草喜欢温凉湿润的气候,生长环境广泛,在年降水量为500~1500mm的地方均能种植成活。黑麦草在所有小粒谷物中最具抗寒能力,在高海拔地区也能生长良好,冬季可耐-10℃的低温,适宜各种地域引种栽培。耐湿不耐旱,最适温度为20~27℃,在强光短日照下分蘖速度较快。因其具有分蘖多、生长快、繁殖力强、牧草品质高等特点,被各种家畜所喜食。黑麦草还能加工成各种黑麦草衍生产品以满足不同农户的种养需求,因此,其既符合可持续发展农业的需要,也将在草地畜牧业发展过程中发挥着更加重要的作用。
2、然而,随着黑麦草种植面积的不断扩大,对黑麦草测产时依然采用人工测产的方法,该方法费时费力,且不适合面积较大,地表结构复杂的牧草估产,并且无法实现对黑麦草产量的精准预测。
技术实现思路
1、本专利技术提供一种黑麦草产量预测方法与装置,用以解决现有技术中无法对黑麦草产量进行精准预测的缺陷。
2、本专利技术提供一种黑麦草产量预测方法,包括:
3、获取黑麦草rgb图像;
4、对所述黑麦草rgb图像进行预处理,得到预处理后的rgb图像;
5、对所述预处理后的rgb图像进行数据
6、根据所述植被指数和对应的黑麦草产量构建黑麦草产量预测模型;
7、将待估产的黑麦草rgb图像输入所述黑麦草产量预测模型,预测得到待估产的黑麦草产量数据。
8、根据本专利技术提供的一种黑麦草产量预测方法,对所述黑麦草rgb图像进行预处理包括:对所述黑麦草rgb图像进行拼接处理,以获得正射图像;
9、将所述正射图像进行去噪、平滑、锐化、裁剪,最终得到获得所述预处理后的rgb图像。
10、根据本专利技术提供的一种黑麦草产量预测方法,所述植被指数包括:
11、可见光大气阻抗指数、超红植被指数、超绿植被指数、绿红差值指数、归一化差分指数、改良绿红植被指数、红绿蓝植被指数。
12、根据本专利技术提供的一种黑麦草产量预测方法,所述根据所述植被指数和对应的黑麦草产量构建黑麦草产量预测模型包括:
13、分别将所述可见光大气阻抗指数、超红植被指数、超绿植被指数、绿红差值指数、归一化差分指数、改良绿红植被指数、红绿蓝植被指数与实际产量数据进行相关性分析,选择相关性最高对应的植被指数来构建黑麦草产量预测模型。
14、根据本专利技术提供的一种黑麦草产量预测方法,所述黑麦草产量预测模型通过决定系数和均方根误差来检验模型精度,以模型精度大于预设值对应的决定系数和均方根误差来构建模型。
15、根据本专利技术提供的一种黑麦草产量预测方法,所述获取黑麦草rgb图像包括:获取在黑麦草拔节期和开花期的rgb图像。
16、本专利技术还提供一种黑麦草产量预测装置,包括:
17、获取单元,用于获取黑麦草rgb图像;
18、预处理单元,用于对所述黑麦草rgb图像进行预处理,得到预处理后的rgb图像;
19、提取单元,用于对所述预处理后的rgb图像进行数据分析,以提取植被指数;
20、构建单元,用于根据所述植被指数和对应的黑麦草产量构建黑麦草产量预测模型;
21、预测单元,用于将待估产的黑麦草rgb图像输入所述黑麦草产量预测模型,预测得到待估产的黑麦草产量数据。
22、本专利技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述黑麦草产量预测方法。
23、本专利技术提供的黑麦草产量预测方法与装置,通过从预处理后的rgb图像中提取植被指数,并以植被指数和对应的黑麦草产量来构建黑麦草产量预测模型,最终通过构建的模型来预测黑麦草产量,该方法实现了对黑麦草产量的精准预测。
本文档来自技高网...【技术保护点】
1.一种黑麦草产量预测方法,其特征在于,包括:
2.根据权利要求1所述的黑麦草产量预测方法,其特征在于,对所述黑麦草RGB图像进行预处理包括:对所述黑麦草RGB图像进行拼接处理,以获得正射图像;
3.根据权利要求1所述的黑麦草产量预测方法,其特征在于,所述植被指数包括:
4.根据权利要求1所述的黑麦草产量预测方法,其特征在于,所述根据所述植被指数和对应的黑麦草产量构建黑麦草产量预测模型包括:
5.根据权利要求4所述的黑麦草产量预测方法,其特征在于,所述黑麦草产量预测模型通过决定系数和均方根误差来检验模型精度,以模型精度大于预设值对应的决定系数和均方根误差来构建模型。
6.根据权利要求1所述的黑麦草产量预测方法,其特征在于,所述获取黑麦草RGB图像包括:
7.一种黑麦草产量预测装置,其特征在于,包括:
8.一种电子设备,包括存储器、处理器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,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述黑麦草产量预测方法。
【技术特征摘要】
1.一种黑麦草产量预测方法,其特征在于,包括:
2.根据权利要求1所述的黑麦草产量预测方法,其特征在于,对所述黑麦草rgb图像进行预处理包括:对所述黑麦草rgb图像进行拼接处理,以获得正射图像;
3.根据权利要求1所述的黑麦草产量预测方法,其特征在于,所述植被指数包括:
4.根据权利要求1所述的黑麦草产量预测方法,其特征在于,所述根据所述植被指数和对应的黑麦草产量构建黑麦草产量预测模型包括:
5.根据权利要求4所述的黑麦草产量预测方法...
【专利技术属性】
技术研发人员:张新全,边昊阳,冯光燕,黄琳凯,聂刚,余国辉,彭燕,李顺凤,何定鸿,李丹丹,陈泊霖,袁苏红,汪霞,
申请(专利权)人:四川农业大学,
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。