[發(fā)明專利]多光譜下的大田作物含水量確定方法、系統(tǒng)及設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010108178.3
• 申請(qǐng)日: 2020-02-21
• 公開（公告）號(hào): CN111289441B
• 公開（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 李鑫星;肖穎欣;彭要奇;李娜;鄭永軍;嚴(yán)海軍;董玉紅;白雪冰;張國祥;朱晨光
• 申請(qǐng)（專利權(quán)）人: 中國農(nóng)業(yè)大學(xué)
• 主分類號(hào): G01N21/17
• 分類號(hào): G01N21/17;G01N21/3563;G01N21/55;G06T5/50;G06T7/00
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 程琛

本發(fā)明實(shí)施例涉及農(nóng)田智能化管理技術(shù)領(lǐng)域，公開了多光譜下的大田作物含水量確定方法、系統(tǒng)及設(shè)備。本發(fā)明實(shí)施例先獲取與大田作物葉片對(duì)應(yīng)的待處理多光譜遙感數(shù)據(jù)；處理待處理多光譜遙感數(shù)據(jù)，以得到植被指數(shù)數(shù)據(jù)；基于植被指數(shù)數(shù)據(jù)進(jìn)行圖像合成操作，以得到目標(biāo)圖像；根據(jù)預(yù)設(shè)反演模型處理目標(biāo)圖像，以得到當(dāng)前作物含水量信息?？梢姡景l(fā)明實(shí)施例無需使用儀器實(shí)地測(cè)量作物水分，而是，通過目標(biāo)圖像來確定當(dāng)前作物的含水量，大大提高了檢測(cè)速度，進(jìn)而解決了檢測(cè)大田作物含水量時(shí)檢測(cè)效率較低的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及農(nóng)田智能化管理技術(shù)領(lǐng)域，尤其涉及多光譜下的大田作物含水量確定方法、系統(tǒng)及設(shè)備。

背景技術(shù)

考慮到水是植物正常生長發(fā)育必不可缺的元素之一，在田間作物的生產(chǎn)過程中，能夠快速檢測(cè)并獲取到植物的葉片水分，這對(duì)于田間作物的灌溉生產(chǎn)管理、作物的生理需水特性研究等均具有重要的意義。

同時(shí)，含水量作為作物生長狀態(tài)的重要指示因子，及時(shí)準(zhǔn)確監(jiān)測(cè)并診斷出作物的含水狀況，對(duì)于提高農(nóng)業(yè)灌溉效率、指導(dǎo)農(nóng)業(yè)生產(chǎn)也具有重要意義。

此外，相比于土壤含水量，葉片含水量更能直接反映作物生長發(fā)育的實(shí)際狀況，是機(jī)理研究中反映作物水分盈虧程度的最佳指標(biāo)。

但是，具體到檢測(cè)葉片水分的檢測(cè)手段而言，常規(guī)的葉片水分檢測(cè)手段為，直接使用儀器實(shí)地測(cè)量葉片水分，這種檢測(cè)手段的測(cè)量結(jié)果較為準(zhǔn)確，但是費(fèi)時(shí)費(fèi)力，檢測(cè)效率較為低下。

所以，亟需一種檢測(cè)效率較高的大田作物含水量確定方法。

發(fā)明內(nèi)容

為了解決檢測(cè)大田作物含水量時(shí)檢測(cè)效率較低的技術(shù)問題，本發(fā)明實(shí)施例提供多光譜下的大田作物含水量確定方法、系統(tǒng)及設(shè)備。

第一方面，本發(fā)明實(shí)施例提供一種多光譜下的大田作物含水量確定方法，包括：

獲取與大田作物葉片對(duì)應(yīng)的待處理多光譜遙感數(shù)據(jù)；

處理所述待處理多光譜遙感數(shù)據(jù)，以得到植被指數(shù)數(shù)據(jù)；

基于所述植被指數(shù)數(shù)據(jù)進(jìn)行圖像合成操作，以得到目標(biāo)圖像；

根據(jù)預(yù)設(shè)反演模型處理所述目標(biāo)圖像，以得到當(dāng)前作物含水量信息。

優(yōu)選地，所述獲取與大田作物葉片對(duì)應(yīng)的待處理多光譜遙感數(shù)據(jù)之前，所述多光譜下的大田作物含水量確定方法還包括：

獲取待處理遙感樣本；

處理所述待處理遙感樣本，以得到植被指數(shù)樣本；

通過所述植被指數(shù)樣本與預(yù)設(shè)作物含水量信息構(gòu)建預(yù)設(shè)反演模型。

優(yōu)選地，所述處理所述待處理多光譜遙感數(shù)據(jù)，以得到植被指數(shù)數(shù)據(jù)，具體包括：

處理所述待處理多光譜遙感數(shù)據(jù)，以得到與波段對(duì)應(yīng)的光譜反射率；

根據(jù)所述光譜反射率確定植被指數(shù)數(shù)據(jù)。

優(yōu)選地，所述處理所述待處理多光譜遙感數(shù)據(jù)，以得到與波段對(duì)應(yīng)的光譜反射率，具體包括：

從所述待處理多光譜遙感數(shù)據(jù)中確定處于預(yù)設(shè)感興趣區(qū)域下的當(dāng)前區(qū)域亮度值；

獲取與標(biāo)準(zhǔn)白板對(duì)應(yīng)的參考區(qū)域亮度值與參考光譜反射率；

基于所述參考區(qū)域亮度值與所述參考光譜反射率的比值確定與所述當(dāng)前區(qū)域亮度值對(duì)應(yīng)的光譜反射率。

優(yōu)選地，所述植被指數(shù)數(shù)據(jù)包括歸一化差分植被指數(shù)、歸一化差分水體指數(shù)及正交植被指數(shù)；

所述根據(jù)所述光譜反射率確定植被指數(shù)數(shù)據(jù)，具體包括：

根據(jù)近紅外波段對(duì)應(yīng)的光譜反射率與紅外波段對(duì)應(yīng)的光譜反射率確定歸一化差分植被指數(shù)；