本发明涉及遥感数据处理,尤其涉及作物叶面积指数高光谱遥感监测方法、装置、设备及介质。
背景技术:
1、叶面积指数(leaf area index,lai)是植物生态生理和农业遥感领域重点关注的参量,通常是指单位土壤面积上作物叶片单面叶面积的总和。lai与植物光合、蒸散发等过程联系密切,在气候、生态、作物建模中发挥着重要作用,同时也是表征作物群体大小、生长态势、物候发展进程以及产量预测的关键指标。传统在田间取样测量lai的方式费时费力,且时效性差、对作物干扰破坏大,现有技术中基于作物冠层光谱信息的遥感监测技术可以克服传统田间取样的不足。
2、现有技术中的lai遥感监测方法模型主要有经验统计关系模型、基于辐射传输模型的反演方法以及二者相结合的方法,其中,基于辐射传输模型的反演方法涉及参数和先验知识多,不确定性大,病态反演问题难以消除,而基于经验统计关系模型的方法主要存在可迁移能力和稳健性不高的问题,需要对应用场景进行针对性的分析,当应用场景一旦发生变化、与模型训练情形不一致时,精度就会降低。
技术实现思路
1、本发明提供作物叶面积指数高光谱遥感监测方法、装置、设备及介质,用以解决现有技术中监测作物叶面积指数的方法的稳健性不高的缺陷,实现对作物叶面积指数的稳定监测。
2、本发明提供一种作物叶面积指数高光谱遥感监测方法,包括:
3、获取目标作物的高光谱遥感数据,所述高光谱遥感数据是对高光谱数据采集设备采集的原始遥感数据进行预处理后得到的;
4、基于所述高光谱遥感数据,提取所述目标作物的作物冠层在多个预设波段的反射率作为目标反射率,所述预设波段至少包括920nm波段、1095nm波段、741nm波段以及747nm波段;
5、基于所述预设波段确定对应的目标模型,将所述预设波段对应的所述目标反射率输入至所述目标模型中,得到所述目标作物的叶面积指数,所述目标模型为对所述目标反射率进行线性运算的模型。
6、根据本发明提供的一种作物叶面积指数高光谱遥感监测方法,所述预设波段包括920nm波段、1095nm波段、741nm波段、747nm波段、739nm波段以及760nm波段。
7、根据本发明提供的一种作物叶面积指数高光谱遥感监测方法,所述目标模型为:
8、lai=1.105+20.548×r920-31.646×r1095-330.815×r741+94.582×r747+216.473×r739+31.961×r760;
9、其中,lai为所述目标作物的叶面积指数,ra表示所述目标作物的作物冠层在a波段的发射率。
10、根据本发明提供的一种作物叶面积指数高光谱遥感监测方法,所述预设波段包括920nm波段、1095nm波段、741nm波段、747nm波段、以及739nm波段。
11、根据本发明提供的一种作物叶面积指数高光谱遥感监测方法,所述目标模型为:
12、lai=0.878+23.100×r920-27.894×r1095-260.733×r741+127.180×r747+139.045×r739;
13、其中,lai为所述目标作物的叶面积指数,ra表示所述目标作物的作物冠层在a波段的发射率。
14、根据本发明提供的一种作物叶面积指数高光谱遥感监测方法,所述预设波段包括920nm波段、1095nm波段、741nm波段、以及747nm波段;所述目标模型为:
15、lai=1.563+29.258×r920-42.057×r1095-83.136×r741+95.009×r747;
16、其中,lai为所述目标作物的叶面积指数,ra表示所述目标作物的作物冠层在a波段的发射率。
17、根据本发明提供的一种作物叶面积指数高光谱遥感监测方法,所述目标作物为小麦。
18、本发明还提供一种作物叶面积指数高光谱遥感监测装置,包括:
19、数据获取模块,用于获取目标作物的高光谱遥感数据,所述高光谱遥感数据是对高光谱数据采集设备采集的原始遥感数据进行预处理后得到的;
20、反射率提取模块,用于基于所述高光谱遥感数据,提取所述目标作物的作物冠层在多个预设波段的反射率作为目标反射率,所述预设波段至少包括920nm波段、1095nm波段、741nm波段以及747nm波段;
21、lai确定模块,用于基于所述预设波段确定对应的目标模型,将所述预设波段对应的所述目标反射率输入至所述目标模型中,得到所述目标作物的叶面积指数,所述目标模型为对所述目标反射率进行线性运算的模型。
22、本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述作物叶面积指数高光谱遥感监测方法。
23、本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述作物叶面积指数高光谱遥感监测方法。
24、本发明提供的作物叶面积指数高光谱遥感监测方法、装置、设备及介质,通过从作物的高光谱遥感数据中提取作物冠层在预设波段(包括920nm波段,1095nm波段,741nm波段以及747nm波段)的目标反射率,对目标反射率进行线性运算后得到目标作物的叶面积指数,不需要结合场景对数据进行分析也不涉及大量的参数和先验知识就可以实现叶面积指数的准确监测,经过实验验证,可以实现适应多种条件下作物lai的计算,稳健性高。
1.一种作物叶面积指数高光谱遥感监测方法,其特征在于,包括:
2.根据权利要求1所述的作物叶面积指数高光谱遥感监测方法,其特征在于,所述预设波段包括920nm波段、1095nm波段、741nm波段、747nm波段、739nm波段以及760nm波段。
3.根据权利要求2所述的作物叶面积指数高光谱遥感监测方法,其特征在于,所述目标模型为:
4.根据权利要求1所述的作物叶面积指数高光谱遥感监测方法,其特征在于,所述预设波段包括920nm波段、1095nm波段、741nm波段、747nm波段、以及739nm波段。
5.根据权利要求4所述的作物叶面积指数高光谱遥感监测方法,其特征在于,所述目标模型为:
6.根据权利要求1所述的作物叶面积指数高光谱遥感监测方法,其特征在于,所述预设波段包括920nm波段、1095nm波段、741nm波段、以及747nm波段;所述目标模型为:
7.根据权利要求1-6任一项所述的作物叶面积指数高光谱遥感监测方法,其特征在于,所述目标作物为小麦。
8.一种作物叶面积指数高光谱遥感监测装置,其特征在于,包括:
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述作物叶面积指数高光谱遥感监测方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述作物叶面积指数高光谱遥感监测方法。