[发明专利]一种基于无人机高光谱和激光雷达的苔草营养水平反演方法

说明书

本发明公开一种基于无人机高光谱和激光雷达的苔草营养水平反演方法，其中，所述苔草营养水平反演方法包括步骤：采集苔草样本在不同物候期的数据集，数据集包括无人机高光谱影像、无人机激光雷达点云数据和星载高光谱影像；根据无人机高光谱影像、无人机激光雷达点云数据和/或星载高光谱影像构建苔草样本在不同物候期的多个营养元素反演模型；确定每个物候期反演精度最大的营养元素反演模型为所述物候期的目标反演模型，得到了苔草在不同的生长阶段需要的最优营养元素反演模型，避免了苔草营养水平的反演受物候期限制的问题。

技术领域

本发明涉及植物营养水平反演领域，尤其涉及一种苔草营养水平反演方法、装置、设备及计算机可读存储介质。

背景技术

植物是湖泊湿地生态系统的重要组成部分，在湿地生态系统物质循环和能量流动等生态过程中起着关键作用。植物营养(如氮、磷、锌、铜)水平是描述植物质量的重要参数，影响植物自身的生理生化过程及健康状况，是全球陆地生态系统多样性及环境变化研究的重要参量。另外，在一些湿地，植物营养水平是影响以其为食越冬候鸟(如鸿雁和白额雁)摄食和栖息的关键因素，实时获取植物营养时空变化信息有助于加深理解这些候鸟的分布、栖息及迁徙行为。

苔草(以灰化苔草为主)是一些湿地分布最广的植物，其群落生长分布状况与湖泊水位波动、土壤水分梯度和高程梯度密切相关。受全球变化和人类活动影响，湖泊枯水期水位波动异常，苔草群落生长环境和空间分布易发生变化，这些变化间接影响以苔草为食越冬候鸟的摄食和栖息。

自1972年成功发射第一颗地球资源技术卫星以来，遥感技术已广泛应用于植物质量和生长状况的实时、大范围监测，有力促进了生物多样性变化、全球气候变化和碳氮循环等方面研究。基于遥感技术快速获取湖泊苔草营养状况时空分布信息，能为苔草群落生长健康和环境胁迫的实时监测提供方法基础，为候鸟的科学保护和生态系统多样性的可持续发展提供重要参考价值。

因叶片中叶肉细胞、色素、水、氮素含量与其它生化组分含量的不同，植物反射光谱在不同波段间表现出不同形态和特征。基于植物光谱反射特性，研究人员利用多光谱遥感影像(如Landsat、SPOT、Worldview、Sentinel、HJ、GF等系列卫星)提取植被指数定量反演了植物生物物理参数，如生物量、叶面积指数、光合作用有效辐射等，以及生物化学组分含量，如叶绿素、水分、氮等。因多光谱影像波段数极少，在可见光和近红外波段难以准确表征植物光谱特性，很难有效提取叶片中含量较少并缺乏物理吸收特征的营养元素含量(如磷、锌、铜等)。与多光谱影像相比，高光谱遥感数据可以提供成百上千个窄波段，具备丰富的光谱信息，为获取植物营养水平的时空变化提供有力工具。基于高光谱遥感技术反演植物营养水平的研究，元素类别层面上，集中在氮和磷；植物物种层面上，涵盖农作物、森林及陆地草原；遥感尺度层面上，包括叶片、冠层和景观尺度；反演模型层面上，以经验模型为主，如植被指数、多元统计回归和机器学习模型，反演模型的敏感波段直接或间接与叶绿素敏感波段有关。

多源遥感数据融合能够有效发挥多传感器互补观测优势，实现更加精准和全面的陆表监测。近年来，研究人员通过机载光学影像和激光雷达点云数据(LiDAR数据)的融合反演森林和农作物的生物量、叶面积指数和叶绿素含量以及识别物种，达到了提升反演和分类精度的目标，已成为植被遥感领域的一个研究热点。另外，一些学者结合生态环境因子(如物候期、植被种类、坡度、土壤信息等)和高光谱数据协同反演草地营养成分(氮和磷)并改善了反演精度。

目前，苔草营养水平反演研究主要存在以下不足：除了物种、降水、地形(坡度和高程)和土壤质地的影响外，植物营养水平和其它生化组分含量(如叶绿素、水、蛋白质等)因时(物候)而异，不同物候期的植物光谱反射率也表现出显著差异。植物营养元素的高光谱反演模型(以经验模型为主)在不同物候期的推广具有一定局限性，不同的生长阶段需要构建特定的最优反演模型。

发明内容

本发明的主要目的在于提出一种苔草营养水平反演方法、装置、设备及计算机可读存储介质，旨在解决苔草营养水平的反演受物候期限制的问题，苔草营养水平反演方法包括以下步骤：