[发明专利]一种玉米产量遥感预测方法及系统

权利要求书

1.一种玉米产量遥感预测方法，其特征在于，包括：

获取待测区域内玉米设定生长时期的遥感影像，所述设定生长时期包括乳熟期和成熟期；

确定各所述遥感影像的属性参数，所述属性参数包括差值植被指数、比值植被指数、增强植被指数和绿度植被指数；

将所述属性参数输入GA-BP神经网络模型预测所述待测区域内玉米的产量，所述GA-BP神经网络模型为根据所述待测区域内玉米设定生长时期的历史遥感影像以及对应的历史产量数据训练得到的模型。

2.根据权利要求1所述的玉米产量遥感预测方法，其特征在于，在所述获取待测区域内玉米设定生长时期的遥感影像之后，在所述确定各所述遥感影像的属性参数之前，还包括：

对所述遥感影像进行预处理，所述预处理包括：辐射标定、大气校正和正射校正；

根据预处理得到的所述遥感影像各像元的反射率，对各像元进行波段计算，所述波段包括近红外波段、红光波段、蓝光波段和绿光波段，所述波段用于差值植被指数、比值植被指数、增强植被指数和绿度植被指数的计算。

3.根据权利要求1所述的玉米产量遥感预测方法，其特征在于，所述GA-BP神经网络模型的训练包括：

获取所述待测区域内玉米设定生长时期的历史遥感影像以及对应的历史产量数据；

确定各所述历史遥感影像的属性参数，所述属性参数包括差值植被指数、比值植被指数、增强植被指数和绿度植被指数；

以所述历史遥感影像的属性参数为输入，以所述历史产量数据为输出，训练GA-BP神经网络，得到GA-BP神经网络模型。

4.根据权利要求3所述的玉米产量遥感预测方法，其特征在于，在所述获取所述待测区域内玉米设定生长时期的历史遥感影像以及对应的历史产量数据之后，在所述确定各所述历史遥感影像的属性参数之前，还包括：

对所述历史遥感影像进行预处理，所述预处理包括：辐射标定、大气校正和正射校正；

根据预处理得到的所述历史遥感影像各像元的反射率，对各像元进行波段计算，所述波段包括近红外波段、红光波段、蓝光波段和绿光波段，所述波段用于差值植被指数、比值植被指数、增强植被指数和绿度植被指数的计算。

5.根据权利要求3或4所述的玉米产量遥感预测方法，其特征在于，在所述确定各所述历史遥感影像的属性参数之后，在所述训练GA-BP神经网络之前，还包括：

确定采样点；

获取所述采样点各设定生长时期的各属性参数，用于作为训练所述GA-BP神经网络模型时的输入。

6.一种玉米产量遥感预测系统，其特征在于，包括：

遥感影像获取模块，用于获取待测区域内玉米设定生长时期的遥感影像，所述设定生长时期包括乳熟期和成熟期；

属性参数确定模块，用于确定各所述遥感影像的属性参数，所述属性参数包括差值植被指数、比值植被指数、增强植被指数和绿度植被指数；

产量预测模块，用于将所述属性参数输入GA-BP神经网络模型预测所述待测区域内玉米的产量，所述GA-BP神经网络模型为根据所述待测区域内玉米设定生长时期的历史遥感影像以及对应的历史产量数据训练得到的模型。

7.根据权利要求6所述的玉米产量遥感预测系统，其特征在于，所述系统还包括：

遥感影像预处理模块，用于对所述遥感影像进行预处理，所述预处理包括：辐射标定、大气校正和正射校正；

遥感影像波段计算模块，用于根据预处理得到的所述遥感影像各像元的反射率，对各像元进行波段计算，所述波段包括近红外波段、红光波段、蓝光波段和绿光波段，所述波段用于差值植被指数、比值植被指数、增强植被指数和绿度植被指数的计算。