CN118864887B 基于无人机监测的茶树生长规律分析方法及系统 （贵州省林业科学研究院）

基于无人机监测的茶树生长规律分析方法基于无人机监测的茶树生长规律分析方法及系行时空耦合分析和规律提取，得到茶树生长规2对预置的茶树分布数据进行高精度地理编码及多因素分层抽样，基于所述样本茶树分布信息，通过预置的无人机集群对所述样本茶对所述生长指标数据集进行时间序列分解及非线性趋势分析，得到茶树生长动态特对所述生长动态特征与预先获取的环境因子进行多元统计分析和对所述环境影响定量描述数据进行时空耦合分析和规律提取，得对预置的茶树分布数据进行高精度地理编码及多因素分层抽样，得到样本茶树分布信息，对所述茶树空间分布簇进行边界提取及形状分析，得到茶园轮廓数据基于所述优化样本点集，通过最近邻插值算法对茶树种类进行3对所述校准样本茶树位置数据进行属性关联及数据融合，得到所述样本茶树分布信对所述样本茶树分布信息进行空间聚类分析，得到茶树区域子块；基于基于所述无人机集群协同作业方案，对无人机集群进行动态调度对所述实时飞行状态数据进行姿态解算及位置校正，得到精确飞行对所述茶树区域掩膜进行形态学处理及边界精化，得到精确茶树轮对所述时序图像集进行多点控制点匹配及几何变换，得到初步校正对所述辐射均衡图像进行数字高程模型融合及正射投影，得到正射影对所述茶树轮廓候选区进行形态学操作及边界优化，得到精确茶树基于所述茶树冠层特征描述符，通过支持向量机算法对茶树进行健康状对所述茶树健康指数进行时间序列分析及异常检测，得到生对所述生长指标数据集进行时间序列分解及非线性趋势分析，得到茶树生长动态特征步对所述生长指标数据集进行缺失值插补及异常值检测，得到预处对所述趋势分量进行非参数回归拟合，得到长期生长趋势曲线；基于所4对所述季节分量进行周期性分析及谱密度估计，得到季节性生长模式基于所述非线性特征，通过递归神经网络算法构建动态生长模对所述茶树生长动态预测结果进行敏感性分析及不确定性量化，得基于所述生长预测置信区间，对茶树生长动态特征对所述环境影响定量描述数据进行时空插值，得到连续环境影响基于所述空间异质性特征，通过时间序列分解提取环境影响的季节性和周期性成分，基于所述多尺度时空耦合特征，通过动态时间规整算法对茶树生基于所述茶树生长关键期，通过径向基函数网络构建非线性映射关7.一种基于无人机监测的茶树生长规律分析系抽样模块，用于对预置的茶树分布数据进行高精度地理编码采集模块，用于基于所述样本茶树分布信息，通过预置的无人机集群对分析模块，用于对所述生长指标数据集进行时间序列分5统计模块，用于对所述生长动态特征与预先获取的环境因耦合模块，用于对所述环境影响定量描述数据进行时空耦合6通过分析多光谱影像来评估茶树的生长趋势和[0006]在本发明中，所述对预置的茶树分布数据进行高精度地理编码及多因素分层抽7[0009]在本发明中，所述对所述生长指标数据集进行时间序列分解8关系模型，得到环境影响系数；对所述环境影响系数进行Bootstrap重抽样及置信区间估[0011]在本发明中，所述对所述环境影响定量描述数据进行时空耦合分析和规律提取，[0013]抽样模块，用于对预置的茶树分布数据进行高精度地理9[0022]图2为本发明实施例中通过预置的无人机集群对样本茶树位置对应的茶树区域进便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、[0034]S105、对生长动态特征与预先获取的环境因子进行多元[0036]需要说明的是，对预置的茶树分布数据进行高精度地理编码和多因素分层抽pH值等)进行多元统计分析和主成分分析。多元统计分析评估了各环境因子对茶树生长的[0049](8)对茶树种类分布图进行空间频率分析及边界增强，得到高精度茶树种类分布[0051](10)对校准样本茶树位置数据进行属性关联及数据融合，得到样本茶树分布信值是利用已知点的数据来估算未知点的数值，常用的方法包括反距离加权法和克里金法。插值为每个未知点分配最近已知点的属性值，适用于离散型数据如茶树种类的空间推测。这一步骤生成了初步的茶树种类分布图。对茶树种类分布图进行空间频率分析和边界增[0072]对获得的光谱均衡图像进行多尺度融合和去噪处理。多网络模型，该模型通过编码器_解码器结构和跳跃连接，能够精确分割出图像中的茶树区[0100](6)基于季节性生长模式，通过自回归积分移动平均模型对短期生长波动进行建[0103](9)对茶树生长动态预测结果进行敏感性分析及不确定性量化，得到生长预测置[0104](10)基于生长预测置信区间，对茶树生长动态特征进行多维度综合评估及可视混沌行为或复杂动力学。基于非线性特征，通过递归神经网络(RNN)算法构建动态生长模[0112](1)对生长动态特征与环境因子数据进行时空配准及尺度统一，得到协同分析数[0124]对环境影响系数进行Bootstrap重抽样及置信区间估计，得到环境影响稳健性评[0130](4)基于空间异质性特征，通过时间序列分解提取环境影响的季节性和周期性成[0132](6)基于多尺度时空耦合特征，通过动态时间规整算法对茶树生长与环境因子进[0135](9)对影响关系数据进行敏感性分析和不确定性量化，得到环境因子影响程度排[0139]对影响关系数据进行敏感性分析和不确定性量化，得到环境因子影响程度排[0141]本发明实施例还提供了一种基于无人机监测的茶树生长规律分析系统，如图3所[0142]抽样模块301，用于对预置的茶树分布数据进行高精度地理编码及多因素分层抽生长指