CN118583788B 一种基于时序的作物生长监测方法、系统、介质及设备 （扬州大学）_第1页
CN118583788B 一种基于时序的作物生长监测方法、系统、介质及设备 （扬州大学）_第2页
CN118583788B 一种基于时序的作物生长监测方法、系统、介质及设备 （扬州大学）_第3页
CN118583788B 一种基于时序的作物生长监测方法、系统、介质及设备 （扬州大学）_第4页
CN118583788B 一种基于时序的作物生长监测方法、系统、介质及设备 （扬州大学）_第5页
已阅读5页，还剩28页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种基于时序的作物生长监建关于生育期指数和单位面积地上生物量的作2获取田间图像数据，包括无人机采集的高光谱田间图像和田间架从高光谱田间图像提取各波段的作物冠层反射率，计算植被指数；构建作物生育期识别网络，以高清作物图像作为输入构建关于生育期指数和单位面积地上生物量的作物将基于时序的田间图像数据导入作物生长监测线性模型，所述所述的关于生育期指数和单位面积地上生物量的作物生长监测线性36.权利要求1-5任一项所述的基于时序的作物生长监测方法的系统，其特征在于，包数据获取模块，用于获取田间图像数据，包括无人机采集的优化波段选择模块，用于对高光谱田间图像进行二作物生育期识别网络构建模块，用于构建作物生育期识别网络，模型构建与计算模块，用于构建关于生育期指数和单位面积地上生物8.一种计算机可读存储介质，存储有计算机程序4[0001]本发明涉及农作物监测技术领域，具体涉及一种基于时序的作物生长监测方法、[0002]地上生物量(AGB)指在单位面积土地上所收获的所有干物质的重量，其与作物生食安全上发挥着巨大作用。地上生物量不仅是表征作物不同生育期生长状况的良好指标，5[0015]在作物生长监测线性模型构建前，采用传统方法实地获[0025]其中，NIR为770nm-950nm的平均反射率；R为682nm和675nm的平均反射率；RE为6的高斯混合回归(GMR)变化；(c)M600pro无人机获取高光谱数据；(d)高光谱反射率曲线；78[0072]其中，NIR为770nm-950nm的平均反射率；R为682nm和675nm的平均反射率；RE为[0073]本发明中的植被指数是通过计算不同波段的反射率之间的比值或差值来反映植9清巡航摄像头(HIKVISION,China)对不同作物生育期的高清作物图像进行连续采集(附图据：获取步骤一中包含所需波段信息的高光谱图像数据；(2)提取各种波段的反射率：在[0096]图像分析：一、分析比较了高光谱无人机影像反演的植被指数和AGB之间的相关同一时期，利用植被指数反演系数b的模型中(附图5)，AdaboostRegression表现最为优而残差分析的结果也表明了该模型在预测b值上的稳定性较好。本发明中利用同样的方法同FI时期间的稳定性，最终确定在不同FI时期均有较好表现的Lasso模型作为反演生物量谱监测数据结合FICrop-AGB模型进行不同FI时期的AGB估测(附图8)，具体结果如下(以小[0115]研究中利用无人机高光谱影像对不同田块小麦进行地上部生物量估测，分别对明显，在这些试验小区内，AGB的差异性对不同处理的响应在试验小区内与小区间都很明

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论