[发明专利]一种叶绿素含量预测方法

权利要求书

1.一种叶绿素含量预测方法，其特征在于，包括：

S1，获取待测树木的三维冠层模型，将所述三维冠层模型划分为若干个立方单元，获取任一立方单元的颜色值；

获取任一立方单元的相对光照强度；根据各立方单元的相对光照强度将各立方单元划分为若干个光照区域；

S2，将任一立方单元的颜色值和相对光照强度输入叶绿素含量预测模型，获取该立方单元的叶绿素预测值，将该立方单元的叶绿素预测值作为该立方单元对应的光照区域的叶绿素预测值。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2前还包括：

S01，获取若干个样本树木的三维冠层模型，将各三维冠层模型分别划分为若干个立方单元，获取各立方单元的颜色值；

S02，获取各立方单元的相对光照强度和叶绿素含量；

S03，将各立方单元的颜色值、相对光照强度和叶绿素含量输入BP神经网络进行训练，直至所述BP神经网络的精度达到目标精度或训练次数达到训练次数阈值；

S04，将训练得到的BP神经网络作为叶绿素含量预测模型。

3.根据权利要求1所述的方法，其特征在于，所述步骤S1中，获取待测树木的三维冠层模型，将所述三维冠层划分为若干个立方单元，获取任一立方单元的颜色值，进一步包括：

S11，应用三维激光扫描设备获取待测树木的三维冠层模型；

S12，根据所述三维冠层模型中的距离信息，将所述三维冠层模型划分为若干层，并将各层划分为若干行×若干列的立方单元；

S13，获取任一立方单元的R分量、G分量和B分量，应用下式计算该立方单元的颜色值；所述颜色值包括第一颜色值和第二颜色值；

X₁＝(R-B)/(R+B)

式中，X1为第一颜色值，X2为第二颜色值，R、G和B分别为R分量、G分量和B分量。

4.根据权利要求1所述的方法，其特征在于，所述步骤S1中，获取任一立方单元的相对光照强度，进一步包括：

获取任一立方单元任一时刻的光照强度；获取该时刻的外界光照强度；

将该立方单元的光照强度和外界光照强度的商作为该立方单元的相对光照强度。

5.根据权利要求2所述的方法，其特征在于，步骤S02中，任一立方单元的叶绿素含量的获取方法包括：

在任一立方单元中任意选取若干个叶片；

应用叶绿素含量测量仪分别测量各叶片的顶端、中部和底部的叶绿素含量；

将所述各叶片的顶端、中部和底部的叶绿素含量的均值作为该立方单元的叶绿素含量。

6.根据权利要求3所述的方法，其特征在于，所述叶绿素含量预测模型为三层BP神经网络；

其中，第一层为输入层，所述输入层由三个输入节点构成；所述输入层用于输入任一立方单元的第一颜色值、第二颜色值和相对光照强度；

第二层为隐含层，所述隐含层由若干个神经元构成；

第三层为输出层，所述输出层为一个输出节点，所述输出节点用于输出该立方单元的叶绿素预测值。

7.根据权利要求4所述的方法，其特征在于，所述步骤S1中，获取任一立方单元任一时刻的光照强度，进一步包括：

在任一立方单元的水平面上设置若干个光照度传感器，将任一时刻各光照度传感器测量值的均值作为该立方单元任一时刻的光照强度。