一种基于光谱图像的作物长势实时监测方法
【技术领域】
[0001] 本发明属于作物长势监测技术领域，具体涉及一种基于光谱图像的作物长势实时 监测方法。
【背景技术】
[0002] 作物长势监测属于农业物联网领域的重要研宄内容。如何准确、高效、快速的实现 大面积农田作物长势信息的监测，一直是农业物联网领域的研宄热点。
[0003] 现有技术中，主要采用图像分析方法进行作物长势信息监测，具体为：采用普通相 机获取作物冠层的全波段图像信息，然后，再对所获得的全波段图像信息进行分析处理，得 到作物长势相关信息。
[0004] 现有监测方法存在的主要问题为：由于全波段图像包含的信息量过大，并且，存在 不同波段之间相互影响的情况，导致后续图像分析处理时，具有分析效率低、工作量大等不 足，难于快速、精确的得到作物长势信息。
【发明内容】
[0005] 针对现有技术存在的缺陷，本发明提供一种基于光谱图像的作物长势实时监测方 法，可有效解决上述问题。
[0006] 本发明采用的技术方案如下：
[0007] 本发明提供一种基于光谱图像的作物长势实时监测方法，包括以下步骤：
[0008] S1，确定初始监测参数；
[0009] 所述初始监测参数包括：监测模式、高光谱植被指数VI、作物长势指标Y和作物生 育时期S;
[0010] 其中，所述监测模式包括两种，第一种为单波段监测模式；第二种为双波段监测模 式；
[0011] S2,筛选对作物长势有指导意义的敏感波长；
[0012] 其中，如果为单波段监测模式，则：根据作物反射率E和作物长势指标Y之间的相 关性，最终筛选得到1个敏感波长值，记为入ul;
[0013] 如果为双波段监测模式，则：根据高光谱植被指数VI和作物长势指标Y之间的相 关性，最终筛选得到1对敏感波长值，分别记为：A"2和入u3;
[0014] S3,获取被监测作物在所述敏感波长照射下的作物影像F;
[0015] 其中，如果为单波段监测模式，则获得与敏感波长值A&对应的作物影像Ful;
[0016] 如果为双波段监测模式，则分别获得与敏感波长值X@对应的作物影像Fu2、与敏 感波长值1"3对应的作物影像Fu3;
[0017] S4,对所述作物影像F进行图像分析，得到作物生长实时监测模型；
[0018] 其中，如果为单波段监测模式，则：提取作物影像FU1的彩色因子运算组合，根据 彩色因子运算组合和作物长势指标Y之间的相关性，最终筛选得到最佳的彩色因子运算组 合；再以所述最佳的彩色因子运算组合作为已知参数，构建得到作物生长实时监测模型；
[0019] 如果为双波段监测模式，则：分别提取作物影像F&的第1彩色因子组合和作物影 像Fu3的第2彩色因子组合，对第1彩色因子组合和第2彩色因子组合进行运算组合，根据 彩色因子运算组合和作物长势指标Y之间的相关性，最终筛选得到最佳的彩色因子运算组 合；再以所述最佳的彩色因子运算组合作为已知参数，构建得到作物生长实时监测模型；
[0020]S5,基于所述作物生长实时监测模型，对作物长势进行实时监测。
[0021] 优选的，S2具体为：
[0022] S2. 1，对于被监测的作物样本，设共选取n个生育时期，则，按作物生长顺序，依次 记为：SpSfsn;
[0023] 当作物处于Si生育时期时，以采样间距m的光谱仪检测作物，从而得到反映波长 A与作物反射率E之间变化关系的光谱曲线％，同时，测量作物长势指标Y，将Y的测量值 记为yy
[0024]当作物处于S2生育时期时，使用光谱仪检测作物，从而得到反映波长X与作物反 射率E之间变化关系的光谱曲线Q2，同时，测量作物长势指标Y，将Y的测量值记为y2;
[0025] 以此类推，当作物处于Sn生育时期时，以采样间距m的光谱仪检测作物，从而得到 反映波长A与作物反射率E之间变化关系的光谱曲线Qn，同时，测量作物长势指标Y，将Y 的测量值记为yn;
[0026] 由此共得到n条光谱曲线，分别为：
[0027] 如果为单波段监测模式，则执行S2. 2-S2. 3 ;
[0028] 如果为双波段监测模式，则执行S2. 4-S2. 7，
[0029]S2. 2,设定初始波长Ai，从仏為…仏中分别读取与初始波长A別应的作物反射 率E，分别为
[0030]贝lj : E= (Ei+E2...+En) /n;
[0031] 按下式计算初始波长A:和作物长势指标Y之间的决定系数R2;
【主权项】
1. 一种基于光谱图像的作物长势实时监测方法，其特征在于，包括以下步骤： S1，确定初始监测参数； 所述初始监测参数包括：监测模式、高光谱植被指数VI、作物长势指标Y和作物生育时 期S; 其中，所述监测模式包括两种，第一种为单波段监测模式；第二种为双波段监测模式； 52, 筛选对作物长势有指导意义的敏感波长； 其中，如果为单波段监测模式，则：根据作物反射率E和作物长势指标Y之间的相关性， 最终筛选得到1个敏感波长值，记为入ul; 如果为双波段监测模式，则：根据高光谱植被指数VI和作物长势指标Y之间的相关性， 最终筛选得到1对敏感波长值，分别记为：A@和Au3; 53, 获取被监测作物在所述敏感波长照射下的作物影像F; 其中，如果为单波段监测模式，则获得与敏感波长值1&对应的作物影像Ful; 如果为双波段监测模式，则分别获得与敏感波长值A"2对应的作物影像Fu2、与敏感波 长值应的作物影像Fu3; 54, 对所述作物影像F进行图像分析，得到作物生长实时监测模型； 其中，如果为单波段监测模式，则：提取作物影像FU1的彩色因子运算组合，根据彩色因 子运算组合和作物长势指标Y之间的相关性，最终筛选得到最佳的彩色因子运算组合；再 以所述最佳的彩色因子运算组合作为已知参数，构建得到作物生长实时监测模型； 如果为双波段监测模式，则：分别提取作物影像Fu2的第1彩色因子组合和作物影像Fu3 的第2彩色因子组合，对第1彩色因子组合和第2彩色因子组合进行运算组合，根据彩色因 子运算组合和作物长势指标Y之间的相关性，最终筛选得到最佳的彩色因子运算组合；再 以所述最佳的彩色因子运算组合作为已知参数，构建得到作物生长实时监测模型； 55, 基于所述作物生长实时监测模型，对作物长势进行实时监测。
2. 根据权利要求1所述的基于光谱图像的作物长势实时监测方法，其特征在于，S2具 体为： S2. 1，对于被监测的作物样本，设共选取n个生育时期，则，按作物生长顺序，依次记 为：SpSfSn; 当作物处于Si生育时期时，以采样间距m的光谱仪检测作物，从而得到反映波长X与 作物反射率E之间变化关系的光谱曲线Ql，同时，测量作物长势指标Y，将Y的测量值记为 Yi； 当作物处于S2生育时期时，使用光谱仪检测作物，从而得到反映波长X与作物反射率E之间变化关系的光谱曲线Q2，同时，测量作物长势指标Y，将Y的测量值记为y2; 以此类推，当作物处于Sn生育时期时，以采样间距m的光谱仪检测作物，从而得到反映 波长A与作物反射率E之间变化关系的光谱曲线Qn，同时，测量作物长势指标Y，将Y的测 量值记为yn; 由此共得到n条光谱曲线，分别为： 如果为单波段监测模式，则执行S2. 2-S2. 3 ; 如果为双波段监测模式，则执行S2. 4-S2. 7， S2. 2,设定初始波长h，从Qi、Q2?Qn中分别读取与初始波长Ai对应的作物反射率E， 分别为 贝lj:E= (Ei+E2...+En) /n; 按下式计算初始波长Ai和作物长势指标Y之间的决定系数R2;
其中，(yi+y2...+yn) S2.3,按照采样间距m，读取下一个波长值A2，