CN118583788B 一種基于時序的作物生長監測方法、系統、介質及設備 （揚州大學）_第1頁
CN118583788B 一種基于時序的作物生長監測方法、系統、介質及設備 （揚州大學）_第2頁
CN118583788B 一種基于時序的作物生長監測方法、系統、介質及設備 （揚州大學）_第3頁
CN118583788B 一種基于時序的作物生長監測方法、系統、介質及設備 （揚州大學）_第4頁
CN118583788B 一種基于時序的作物生長監測方法、系統、介質及設備 （揚州大學）_第5頁
已閱讀5頁，還剩28頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

本發明公開了一種基于時序的作物生長監建關于生育期指數和單位面積地上生物量的作2獲取田間圖像數據，包括無人機采集的高光譜田間圖像和田間架從高光譜田間圖像提取各波段的作物冠層反射率，計算植被指數；構建作物生育期識別網絡，以高清作物圖像作為輸入構建關于生育期指數和單位面積地上生物量的作物將基于時序的田間圖像數據導入作物生長監測線性模型，所述所述的關于生育期指數和單位面積地上生物量的作物生長監測線性36.權利要求1-5任一項所述的基于時序的作物生長監測方法的系統，其特征在于，包數據獲取模塊，用于獲取田間圖像數據，包括無人機采集的優化波段選擇模塊，用于對高光譜田間圖像進行二作物生育期識別網絡構建模塊，用于構建作物生育期識別網絡，模型構建與計算模塊，用于構建關于生育期指數和單位面積地上生物8.一種計算機可讀存儲介質，存儲有計算機程序4[0001]本發明涉及農作物監測技術領域，具體涉及一種基于時序的作物生長監測方法、[0002]地上生物量(AGB)指在單位面積土地上所收獲的所有干物質的重量，其與作物生食安全上發揮著巨大作用。地上生物量不僅是表征作物不同生育期生長狀況的良好指標，5[0015]在作物生長監測線性模型構建前，采用傳統方法實地獲[0025]其中，NIR為770nm-950nm的平均反射率；R為682nm和675nm的平均反射率；RE為6的高斯混合回歸(GMR)變化；(c)M600pro無人機獲取高光譜數據；(d)高光譜反射率曲線；78[0072]其中，NIR為770nm-950nm的平均反射率；R為682nm和675nm的平均反射率；RE為[0073]本發明中的植被指數是通過計算不同波段的反射率之間的比值或差值來反映植9清巡航攝像頭(HIKVISION,China)對不同作物生育期的高清作物圖像進行連續采集(附圖據：獲取步驟一中包含所需波段信息的高光譜圖像數據；(2)提取各種波段的反射率：在[0096]圖像分析：一、分析比較了高光譜無人機影像反演的植被指數和AGB之間的相關同一時期，利用植被指數反演系數b的模型中(附圖5)，AdaboostRegression表現最為優而殘差分析的結果也表明了該模型在預測b值上的穩定性較好。本發明中利用同樣的方法同FI時期間的穩定性，最終確定在不同FI時期均有較好表現的Lasso模型作為反演生物量譜監測數據結合FICrop-AGB模型進行不同FI時期的AGB估測(附圖8)，具體結果如下(以小[0115]研究中利用無人機高光譜影像對不同田塊小麥進行地上部生物量估測，分別對明顯，在這些試驗小區內，AGB的差異性對不同處理的響應在試驗小區內與小區間都很明

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論