[发明专利]基于无人机多光谱遥感的棉花打顶期植物生长状态的预测方法

说明书

本发明公开了一种基于无人机多光谱遥感的棉花打顶期植物生长状态的预测方法，它包括以下步骤：S1、使用多光谱相机采集处于打顶作业前后的棉花冠层多光谱信息；采集与打顶时间策略确定相关的作物指标；S2、构建棉花冠层多光谱信息‑作物指标的多光谱回归分析模型；S3、以待预测棉花田采集到的特定波段组合的多光谱信息作为输入数据，通过多光谱回归分析模型获取作物指标。使用本申请方法可实现棉花植株高度、花蕾和果枝个数的智能快速获取，为棉花打顶时间确定提供数据支撑。

技术领域

本发明属于智慧农业领域，尤其是一种基于无人机多光谱遥感的棉花打顶期植物生长状态的预测方法。

背景技术

棉花是我国重要的经济作物，新疆是中国重要的棉花产区，新疆棉花生产机械化程度高，快速、准确监测棉花生长状态，棉田精准管理，进而合理安排生产计划对提高新疆棉花生产效率，提高棉花产量具有重要意义。

棉花花蕾期是棉花重要生育期之一。棉花打顶作业是棉花花蕾期的重要作业任务，科学打顶与施肥有利于促进光合产物合理转化，提高棉花产量和品质。农业农村部发布的《西北内陆棉区棉花机械化生产技术指导意见》及相关棉花种植农艺中关于棉花打顶时间的要求：根据棉花的长势、株高和果枝数等因素来确定适宜的打顶时间，适时早打顶，立足促早熟。棉花打顶具有较强的时效性，作业时间的选择对棉花生长具有很大影响。无人机或机械打顶的机具作业策略与路径规划中作业窗口期的确定依赖于田块内作物生长状况监测，因此，快速准确监测打顶作业时期的棉花可为科学确定打顶时间以及打顶作业的策略安排提供作物数据基础。目前，棉花打顶时期的确定主要依赖人工实地观察作物、天气和土壤情况，并根据经验判断打顶时间，信息获取效率较低且缺乏可解释性。判断棉花打顶时期的指标主要包括：植株高度、果枝个数与花蕾个数等。针对棉花植株高度快速获取的研究已有，但对果枝个数、花蕾个数等信息快速获取的研究较少。

低空无人机遥感具有机动性高、快速灵活、成本低、易操作等优点，在精准农业及农业生产管理中有重要的应用前景。目前，已有研究结果表明，使用无人机搭载彩色、多光谱、高光谱等相机采集棉花冠层遥感信息，建立回归模型可对棉花生长的株高、花蕾和果枝个数监测。常用的回归模型有多元线性回归、支持向量机、神经网络、自适应竞争加权、决策树等。目前研究主要针对单个或多个生育期中棉花的生理指标预测，数据采集间隔时间长，植株生长状态差距较大，因此，对预测模型的特征提取能力要求较低。集成学习通过组合多个简单模型的方法可提高模型的特征提取能力，可被应用于多光谱信息处理中，提高模型预测效果。

综上所述，目前棉花打顶时期确定主要依赖人工寻察作物生长状态，缺乏可解释性且信息采集效率较低。使用无人机采集作物生长多光谱信息，可快速高效获取植株生长状态，但目前缺少连续监测植株生长状态的多光谱信息处理模型。

发明内容

本申请针对背景技术中存在的问题，以打顶时期的棉花植株为研究对象，使用无人机搭载多光谱遥感相机每天采集棉花冠层遥感信息，实地测量影响棉花打顶时间和策略的植株指标。建立回归模型，分析各个波段及波段组合信息对植株生长状态的监测状态，使用集成学习方法建立回归模型，增强模型的回归效果，为棉花打顶时间及策略的确定提供作物数据快速获取与处理方法。

技术方案：

一种基于无人机多光谱遥感的棉花打顶期植物生长状态的预测方法，它包括以下步骤：

S1、使用多光谱相机采集处于打顶作业前后的棉花冠层多光谱信息；采集与打顶时间策略确定相关的作物指标；

S2、构建棉花冠层多光谱信息-作物指标的多光谱回归分析模型；

S3、以待预测棉花田采集到的特定波段组合的多光谱信息作为输入数据，通过多光谱回归分析模型获取作物指标。

S1中使用无人机搭载多光谱相机进行棉花冠层的多光谱信息。

S1中，在待预测棉花田中放置固定尺寸的标准板，获取标准校正区域光谱作为遥感数据的辐射校正数据，校正公式：