【技术实现步骤摘要】
本专利技术涉及果树长势信息监测 ，尤其涉及一种果树长势动态评估方法和装置。
技术介绍
1、果树长势是其健康状态的全面反映，对于指导着实际种植过程中的管理策略，提升果树的产量与品质、降低生产成本以及增进果农的经济收益都具有显著的意义。传统果树长势评估主要依赖于田间抽样调查，效率低、成本高、受样点分布及数量的限制，难以满足大面积快速监测的需求。无人机遥感平台的快速发展为果树长势快速监测提供了新的可能。现有的基于无人机遥感平台的果树长势监测方法，监测手段较为单一，无法全面评估果树光谱图像、三维信息的变化，进而限制了对果树长势变化的精准评估。
技术实现思路
1、本专利技术提供一种果树长势动态评估方法和装置，用以解决现有技术中无法全面评估果树光谱图像、三维信息变化的缺陷，实现果树长势的精准评估。本专利技术提出的技术方案如下：
2、第一方面，本专利技术提供一种果树长势动态评估方法，包括：
3、获取目标区域在整个周年生育期的无人机遥感数据和地面调查数据，基于所述无人机遥感数据获取三维点云数据和多光谱正射影像数据；
4、基于所述三维点云数据提取果树表型指标数据，以及，基于所述多光谱正射影像数据提取果树绿度指标数据；
5、对所述地面调查数据、所述果树表型指标数据和所述果树绿度指标数据进行融合分析，构建时序果树长势综合评估模型；
6、获取目标区域的待测无人机遥感数据，将所述待测无人机遥感数据输入所述时序果树长势综合评估模型，得到果树长势评估结
7、可选地，所述基于所述三维点云数据提取果树表型指标数据，包括：
8、对所述三维点云数据进行分类，提取果树点云；
9、对所述点云数据集进行单木分割，提取目标区域内单棵果树的果型表型指标数据。
10、可选地，所述果树绿度指标数据包括各宽带绿度指数值；所述基于所述多光谱正射影像数据提取果树绿度指标数据，包括：
11、利用多光谱正射影像数据计算目标区域内的各宽带绿度指数；
12、获取目标区域内单棵果树的冠层面积分布数据；
13、根据目标区域内的各宽带绿度指数和单棵果树的冠层面积分布数据，计算单棵果树的各宽带绿度指数值；其中，各宽带绿度指数包括归一化植被指数、比值植被指数、增强植被指数、可见大气阻力指数、叶片叶绿素指数、超绿指数和绿叶指数。
14、可选地，所述整个周年生育期包括多个生育阶段，不同的生育阶段对应不同的时间标签；对所述地面调查数据、所述果树表型指标数据和所述果树绿度指标数据进行融合分析，构建时序果树长势综合评估模型，包括：
15、根据时间标签对所述果树表型指标数据和所述果树绿度指标数据进行划分；
16、基于所述地面调查数据，对同一时间标签的所述果树表型指标数据和所述果树绿度指标数据进行融合分析，得到对应生育阶段的果树长势评估子模型；
17、利用所述地面调查数据对所述果树长势评估子模型进行优化，得到优化后果树长势评估子模型；
18、融合整个生育期内不同生育阶段的所述优化后果树长势评估子模型，得到所述时序果树长势综合评估模型。
19、可选地，所述基于所述地面调查数据，对同一时间标签的所述果树表型指标数据和所述果树绿度指标数据进行融合分析，得到对应生育阶段的果树长势评估子模型，包括：
20、使用基于r2指标的多目标粒子群优化算法对所述果树表型指标数据和所述果树绿度指标数据进行融合处理；其中，r2指标用于评估由多个目标函数通过权重向量加权后得到的长势测量指标集合相对于对应长势参考点的质量；
21、
22、其中，表示r2指标，表示长势测量指标集合，表示权重向量集合，权重向量在个目标空间中均匀分布，表示长势参考点，表示权重向量集合中权重向量的数量，分布在上的概率，表示权重向量集合中的第个权重向量，表示在个目标空间中的第个目标函数，目标函数的数量，表示果树表型指标数据或果树绿度指标数据；
23、通过多目标粒子群优化算法在个目标空间中搜索权重向量组合，以最大化r2指标，得到对应生育阶段的目标指标权重组合；
24、根据所述目标指标权重组合和所述长势测量指标集合，构建对应生育阶段的果树长势评估子模型。
25、可选地，在所述基于所述地面调查数据，对同一时间标签的所述果树表型指标数据和所述果树绿度指标数据进行融合分析，得到对应生育阶段的果树长势评估子模型之前，所述方法还包括：
26、对所述果树表型指标数据和所述果树绿度指标数据进行连续插值。
27、第二方面，本专利技术还提供一种果树长势动态评估装置，包括如下模块：
28、数据获取模块，用于获取目标区域在整个周年生育期的无人机遥感数据和地面调查数据，基于所述无人机遥感数据获取三维点云数据和多光谱正射影像数据；
29、数据提取模块，用于基于所述三维点云数据提取果树表型指标数据，以及，基于所述多光谱正射影像数据提取果树绿度指标数据；
30、模型建立模块，用于对所述地面调查数据、所述果树表型指标数据和所述果树绿度指标数据进行融合分析，构建时序果树长势综合评估模型；
31、长势评估模块，用于获取目标区域的待测无人机遥感数据，将所述待测无人机遥感数据输入所述时序果树长势综合评估模型，得到果树长势评估结果。
32、第三方面，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在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上述第一方面所述果树长势动态评估方法。
33、第四方面，本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面所述果树长势动态评估方法。
34、第五方面，本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述果树长势动态评估方法。
35、基于上述技术方案，本专利技术较现有技术而言的有益效果为：
36、本专利技术提供的果树长势动态评估方法和装置，通过结合无人机遥感数据和地面调查数据，从空间结构和光谱信息两个维度对果树进行监测。这种多源数据的融合不仅提高了数据的丰富性和准确性，还能够更全面地反映果树的生长变化。通过提取三维点云数据中的果树表型指标和多光谱正射影像数据中的绿度指标，实现了对果树生长状况的多维度评估。这种联合分析不仅提高了评估的精准度，还能够揭示果树生长过程中的潜在问题和趋势。
37、本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
38、为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种果树长势动态评估方法，其特征在于，包括：
2.根据权利要求1所述的果树长势动态评估方法，其特征在于，所述基于所述三维点云数据提取果树表型指标数据，包括：
3.根据权利要求1所述的果树长势动态评估方法，其特征在于，所述果树绿度指标数据包括各宽带绿度指数值；所述基于所述多光谱正射影像数据提取果树绿度指标数据，包括：
4.根据权利要求1所述的果树长势动态评估方法，其特征在于，所述整个周年生育期包括多个生育阶段，不同的生育阶段对应不同的时间标签；对所述地面调查数据、所述果树表型指标数据和所述果树绿度指标数据进行融合分析，构建时序果树长势综合评估模型，包括：
5.根据权利要求4所述的果树长势动态评估方法，其特征在于，所述基于所述地面调查数据，对同一时间标签的所述果树表型指标数据和所述果树绿度指标数据进行融合分析，得到对应生育阶段的果树长势评估子模型，包括：
6.根据权利要求4所述的果树长势动态评估方法，其特征在于，在所述基于所述地面调查数据，对同一时间标签的所述果树表型指标数据和所述果树绿度指标数据进行融合分析，得到对应生
7.一种果树长势动态评估装置，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计算机程序时实现如权利要求1至6任一项所述果树长势动态评估方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述果树长势动态评估方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述果树长势动态评估方法。
...【技术特征摘要】
1.一种果树长势动态评估方法，其特征在于，包括：
2.根据权利要求1所述的果树长势动态评估方法，其特征在于，所述基于所述三维点云数据提取果树表型指标数据，包括：
3.根据权利要求1所述的果树长势动态评估方法，其特征在于，所述果树绿度指标数据包括各宽带绿度指数值；所述基于所述多光谱正射影像数据提取果树绿度指标数据，包括：
4.根据权利要求1所述的果树长势动态评估方法，其特征在于，所述整个周年生育期包括多个生育阶段，不同的生育阶段对应不同的时间标签；对所述地面调查数据、所述果树表型指标数据和所述果树绿度指标数据进行融合分析，构建时序果树长势综合评估模型，包括：
5.根据权利要求4所述的果树长势动态评估方法，其特征在于，所述基于所述地面调查数据，对同一时间标签的所述果树表型指标数据和所述果树绿度指标数据进行融合分析，得到对应生育阶段的果树长势评估子模型，...
【专利技术属性】
技术研发人员：吴建伟，谢新锐，熊晓菲，吴文茜，张学林，杨晓虎，郭辰磊，
申请(专利权)人：北京市农林科学院信息技术研究中心，
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。