[发明专利]一种基于无人机多光谱影像的水稻地上部生物量估测方法

摘要

本发明提出一种基于无人机多光谱影像的水稻地上部生物量估测方法，步骤如下：规范采集水稻冠层无人机多光谱影像数据和地面实测生物量数据；获取后进行影像预处理，提取反射率和纹理特征参数，计算植被指数，并构建新的纹理指数；利用逐步多元回归分析法，综合植被指数和纹理指数估测水稻生物量，并以此建立估测生物量的多元线性模型。采用交叉验证方法对该新估测模型进行精度验证。本发明的方法估测精度高、对输入数据要求少，适用于水稻全生育期，同时也是目前第一次提出综合无人机光谱和纹理信息估测水稻生物量的方法，可广泛用于无人机遥感监测作物长势。

主权项

1.一种基于无人机多光谱影像的水稻地上部生物量估测方法，其特征在于，包括以下步骤：步骤1：通过无人机采集获取水稻冠层多光谱影像数据，同时对水稻植株进行随机破坏性取样，得到水稻植株样本；步骤2：对水稻冠层多光谱影像数据进行预处理：去除噪声、校正光晕、校正镜头畸变、校正辐射，得到水稻冠层多光谱影像反射率数据；步骤3：对水稻冠层多光谱影像反射率数据进行数据处理：提取反射率、计算纹理特征参数、计算植被指数、计算纹理指数，同时测定水稻植株样本的生物量数据；步骤3‑1：根据感兴趣区域ROI提取每个小区的反射率，其中，小区的定义为5m×6m的区域；步骤3‑2：根据步骤3‑1中的反射率计算与生物量估测相关的植被指数；步骤3‑3：在反射率影像上计算基于灰度共生矩阵的8个纹理特征参数；步骤3‑4：根据单纹理特征参数构建归一化纹理指数NDTI(T1,T2)，NDTI(T1,T2)＝(T1‑T2)/(T1+T2)，其中，T1、T2分别为任意波段的某一纹理特征参数；单纹理特征参数是基于灰度共生矩阵的8个纹理特征参数其中之一，某一纹理特征参数是基于灰度共生矩阵的8个纹理特征参数其中之一；步骤3‑5：将水稻植株样本去根洗净，在烘箱中进行杀青、烘干，再称重，得到水稻植株样本的地上部生物量数据；步骤4：将光谱指数、单纹理特征参数、纹理指数与地上部生物量进行相关性分析，其中光谱指数是步骤3‑2中根据反射率计算得到的植被指数之一，同时利用数据分析软件SPSS结合光谱指数、纹理指数进行逐步多元线性回归分析得到水稻生物量估测模型，并计算其决定系数R²，通过比较R²评定不同回归分析模型在水稻生物量估测上的表现；步骤5：根据田间试验数据，采用十字交叉验证法对水稻生物量估测模型进行精度验证，并计算相对均方根误差RMSE：其中，P_i和O_i,分别是第i个样本的预测值和实测值，n是样本总数；步骤6：通过比较不同估测模型的RMSE，得到最佳水稻地上部生物量估测模型：AGB(t ha^‑1)＝e^{(4.179×NDTI(Mean800,Mean550)–2.559×NDTI(Mean800,Mean720)+1.924×MTVI2‑0.644)}其中，t ha^‑1为生物量单位，NDTI(Mean₈₀₀,Mean₅₅₀)为800nm和550nm两个波段的Mean纹理特征参数构建的归一化纹理指数，NDTI(Mean₈₀₀,Mean₇₂₀)为800nm和720nm两个波段的Mean纹理特征参数构建的归一化纹理指数，MTVI2为修正三角植被指数，AGB为水稻地上部生物量。