[發明專利]基于高光譜影像的小麥產量計算模型的構建方法及其應用

在審

• 申請號: 202010590387.6
• 申請日: 2020-06-24
• 公開（公告）號: CN111798327A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 張東彥;楊琦;梁棟;趙鑫;張向前;杜世州;黃林生;韓宣宣
• 申請（專利權）人: 安徽大學
• 主分類號: G06Q50/02
• 分類號: G06Q50/02;G06K9/62;G06K9/00;G06F30/20
• 代理公司: 合肥九道和專利代理事務所(特殊普通合伙) 34154
• 代理人: 胡發丁

本發明特別涉及一種基于高光譜影像的小麥產量計算模型的構建方法,包括如下步驟：A、拍攝實驗麥田的高光譜圖像；B、對麥田高光譜圖像進行預處理得到訓練集和測試集；C計算樣本特征值；D、人工計算樣本的小麥產量；E、將訓練集的特征值和對應的小麥產量輸入隨機森林算法中進行訓練，得到每種特征的權重系數，選取最優特征組合；F、將訓練集的最優特征組合和對應的小麥產量代入進行訓練即可得到小麥產量計算模型；本發明還公開了利用該模型計算小麥產量的方法。以高光譜波段以及植被指數來作為樣本的特征值，這些特征值能很好地作為小麥產量評估依據；利用隨機森林算法挑選最優特征組合，可以大幅減少后期小麥產量計算量和處理速度，并且計算結果的精確度也能夠得到保證。

技術領域

本發明涉及農業自動化技術領域，特別涉及一種基于高光譜影像的小麥產量計算模型的構建方法及其應用。

背景技術

小麥作為我國三大糧食作物之一，其產量關乎著國計民生，是國家經濟正常發展的基石。國家統計局的數據顯示，2019年小麥產量達到13106萬噸(2621億斤)，同比增長2.1％，而播種面積為22984千公頃(34477萬畝)，同比下降1.8％。這主要是國家正全面推動深化農村改革的“以科技驅動農業，逐步引導中國農業進入數字化、自動化時代”政策有關。即利用新一代信息技術對小麥生產中的產量進行監測，以期利用有限的耕地資源實現最大糧食產出的目的，滿足新時期下因經濟發展、人口上升所帶來的巨大小麥產量需求。

遙感技術作為一種行之有效的地球觀測技術，具有尺度大、效率高、無損傷等優點，被廣泛地應用于各種精準農業相關課題研究。目前，遙感技術按空間尺度的不同可分為衛星遙感、航空遙感、無人機遙感、近地遙感。衛星遙感以衛星為監測平臺，覆蓋范圍極廣、監測尺度極大，但是易受天氣影響，若監測地區有云層、濃霧遮擋，則部分傳感器不能很好地獲取到有效信息，而且衛星遙感具有固定的回訪周期，不能保證即時即刻獲取數據；航空遙感靈活性較高，且具備一定的抗天氣影響能力，而且監測尺度大小也能隨需求做出相應改變，但是其部署成本較高，具有一定風險性；近地遙感能獲取到高分辨率的數據，但是一般僅能做到“點”上的監測，無法快速便捷地做到“面”上的監測；無人機遙感以無人機為平臺，具有極大的靈活性和安全性，獲取的數據具有分辨率高、時效快、不受云層影響等優點，近年來已逐漸成為作物長勢監測、農情分析的熱門手段。利用無人機遙感技術進行作物產量反演的任務中，通常使用線性回歸算法和偏最小二乘回歸算法來建立模型，這些模型的計算精度不高。

發明內容

本發明的首要目的在于提供一種基于高光譜影像的小麥產量計算模型的構建方法，能夠快速的構建出小麥產量計算模型，且得到的模型計算精度高。

為實現以上目的，本發明采用的技術方案為：一種基于高光譜影像的小麥產量計算模型的構建方法，包括如下步驟：A、通過無人機拍攝實驗麥田的高光譜圖像；B、對麥田高光譜圖像進行預處理得到感興趣區域后進行處理得到樣本，并將樣本按一定比例分成訓練集和測試集；C、根據樣本的高光譜圖像計算樣本的特征值，特征值為樣本區域在不同波段的光譜反射率或利用不同波段光譜反射率計算得到的植被指數；D、人工計算樣本的小麥產量；E、將訓練集的特征值和對應的小麥產量輸入隨機森林算法中進行訓練，得到每種特征的權重系數，選取最優特征組合；F、利用線性回歸算法、偏最小二乘回歸算法、支持向量機算法、決策樹算法、隨機森林算法、梯度提升樹算法中的任一種，將訓練集的最優特征組合和對應的小麥產量代入進行訓練即可得到小麥產量計算模型。

與現有技術相比，本發明存在以下技術效果：通過原始圖像不同波段的光譜反射率或利用不同波段光譜反射率計算得到的植被指數來作為樣本的特征值，這些特征值能很好地作為小麥產量評估依據；同時，利用隨機森林算法對訓練集進行初步訓練，可以得到每種特征值的權重系數，再根據權重系數挑選最優特征組合，可以大幅減少后期小麥產量計算量和處理速度，并且計算結果的精確度也能夠得到保證。

本發明的另一個目的在于提供一種小麥產量計算方法，可以準確的計算小麥產量。