【技术实现步骤摘要】
本专利技术涉及水稻产量预测，具体涉及一种基于无人机遥感图像处理的水稻产量预测方法。
技术介绍
1、遥感技术的发展使作物产量预测成为可能，卫星遥感可进行大面积的作物生长监测得到大规模的应用，然而，低分辨率、高成本和多变的天气条件等缺点限制了在整个生育期及时获取作物生长信息的能力。此外，许多预测模型只能在国家、省或县等大尺度上提供高精度的作物产量预测，而不能描述相对小尺度上的详细变化。近年来无人驾驶飞行器(uav)的可用性增加，为提高图像数据的监测频率和空间分辨率提供了潜力。基于无人机图像计算的植被指数(vis)已被证明是一种行之有效的作物产量预测方法。du和noguchi(2017)使用基于无人机的rgb图像计算的vis来评估小麦从抽穗期到成熟期的产量。利用多光谱无人机平台对灌浆期小麦归一化植被指数(ndvi)进行快速监测，发现ndvi与籽粒产量呈高度相关(hassan et al,2019)。gong等人(2018)应用一组来自无人机多光谱图像的vis来预测油菜开花期早期的产量。根据rgb和多光谱图像计算的vis组合也被用于评估大麦孕穗...
【技术保护点】
1.一种基于无人机遥感图像处理的水稻产量预测方法，其特征在于，包括以下几个步骤：
2.根据权利要求1所述的一种基于无人机遥感图像处理的水稻产量预测方法，其特征在于：所述S1内GCP的地理坐标由RTK-GPS（实时动态全球定位系统，CHC X900 GNSS）获得，水平和垂直误差分别在1厘米和2厘米以内。
3.根据权利要求1所述的一种基于无人机遥感图像处理的水稻产量预测方法，其特征在于：所述S2中自动飞行计划利用DJI GS pro软件预先设置，无人机在水稻关键生长阶段获取高度30 m的试验区图像，图像以JPEG和TIFF格式储存，飞行速度2 m...
【技术特征摘要】
1.一种基于无人机遥感图像处理的水稻产量预测方法，其特征在于，包括以下几个步骤：
2.根据权利要求1所述的一种基于无人机遥感图像处理的水稻产量预测方法，其特征在于：所述s1内gcp的地理坐标由rtk-gps（实时动态全球定位系统，chc x900 gnss）获得，水平和垂直误差分别在1厘米和2厘米以内。
3.根据权利要求1所述的一种基于无人机遥感图像处理的水稻产量预测方法，其特征在于：所述s2中自动飞行计划利用dji gs pro软件预先设置，无人机在水稻关键生长阶段获取高度30 m的试验区图像，图像以jpeg和tiff格式储存，飞行速度2 m/s，并在地面放置4块标准反射布，用于无人机图像的辐射校正；每次飞行活动在当地时间上午11:00—下午14:00，光照稳定的条件下进行。
4.根据权利要求1所述的一种基于无人机遥感图像处理的水稻产量预测方法，其特征在于：所述s3中整个预处理过程采用arcmap 10.2，一个校准的辐射测量表面，放置在飞行区域，并允许用户做辐射测量校准，为了进行辐射定标，将标称反射率分别为5%、10%、20%和40%的4个标定目标放置在无人机飞行路径内，并在无人机图像中捕获，使用pix4dmapper软件对无人机获取的rgb和ms正射影像进行预处理。
5.根据权利要求1所述的一种基于无人机遥感图像处理的水稻产量预测方法，其特征在于：所述s5-s8中对vis和dat进行归一化，使不同类型vis和dat的值在(0,1)范围内，通过不同生长阶段光谱指数或颜色指数随dat(移栽后天数)的动态曲线，将光谱指数和颜色指数定义为区域的封闭区域。
6.根据权利要求1所述的一种基于无人机遥感图像处理的水稻产量预测方法，其特征在于：所述s5中大部分植被指数与产量的相关系数随着水稻的生长呈先增加后减小，在孕穗期和抽穗期达到最大值，分蘖期的大部分光谱指数与产量的相关性较低，每个时期相关性最高的光谱指数分别是osavi（0.716）、ndre（0.730）、ndvire（0.751）、mndi（0.737）、mndi（0.705）、ndvire（0.752），其中ndvire和mndi分别在孕...
【专利技术属性】
技术研发人员：盛雅丽，李军，马强，王伟强，刘吉凯，李新伟，
申请(专利权)人：安徽科技学院，
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。