基于环境触发的无人机多时相SIF协同观测与作物水分胁迫识别方法及系统

本发明涉及sif遥感探测，具体而言，涉及一种基于环境触发的无人机多时相sif协同观测与作物水分胁迫识别方法及系统。

背景技术：

1、日光诱导叶绿素荧光（sif）可反映作物光合生理状态，已被应用于无人机平台开展农田作物水分胁迫遥感监测，具备空间分辨率高、响应胁迫早的优势，在精准农业领域得到广泛研究与应用。

2、现有无人机sif作物水分胁迫识别大多采用固定时刻触发的单时相航测采集模式。然而，传统单时相sif监测方式仅依靠单次观测数据开展胁迫判别，难以区分高光抑制、大气干旱与土壤干旱带来的荧光信号变化，胁迫识别误判率较高；观测时机缺少环境-作物生理协同约束，观测窗口选择主观性强，多时相采集时飞行条件不统一，不同时相光谱数据可比性差，直接干扰水分胁迫诊断结果的可靠性。难以剔除非水分胁迫带来的荧光干扰信号，无法实现土壤干旱与大气干旱的有效区分；在观测环节缺少环境条件与作物生育状态联动的触发机制，观测时间选取随意，多次航飞观测参数不统一，造成多时相sif数据基准不一致。

3、因此，有必要设计一种基于环境触发的无人机多时相sif协同观测与作物水分胁迫识别方法及系统，用以解决传统无人机sif监测存在的难以区分高光抑制、大气干旱、土壤干旱胁迫信号导致识别精度不足，以及缺少环境-生理协同触发机制、多时相观测条件不一致造成数据可比性差的问题。

技术实现思路

1、鉴于此，本发明提出了一种基于环境触发的无人机多时相sif协同观测与作物水分胁迫识别方法及系统，旨在解决传统无人机sif监测存在的难以区分高光抑制、大气干旱、土壤干旱胁迫信号导致识别精度不足，以及缺少环境-生理协同触发机制、多时相观测条件不一致造成数据可比性差的问题。

2、一个方面，本发明提出了一种基于环境触发的无人机多时相sif协同观测与作物水分胁迫识别方法，包括：

3、采集目标农田环境参数与作物气孔导度、叶水势生理参数，依据所述生理参数结合作物类型与生育阶段参数判定作物处于的敏感期，选定对应观测窗口集合，基于选定的所述观测窗口集合，结合环境参数阈值划分多类时序观测窗口，构建环境触发判定规则；

4、在所述环境触发判定规则生效时，控制搭载高光谱定标载荷的无人机，以统一飞行轨迹与观测参数在对应所述时序观测窗口进行目标区域多时相光谱数据采集；

5、对所述无人机采集的原始光谱数据校正处理后，依托特征波段与氧气吸收谷提取冠层sif及表观荧光产率，结合无人机低空大气参数进行大气辐射校正，同步完成多源数据的时空尺度配准，构建观测数据集；

6、基于所述观测数据集剔除各类非水分胁迫干扰信号，区分土壤干旱、大气干旱时序特征，融合作物生理与水土气象参数得到水分胁迫表征数据，输出胁迫等级、空间分布、诊断置信度与灌溉优先级数据，进行与变量灌溉设备的数据联动。

7、进一步地，所述划分多类时序观测窗口时，包括：

8、获取所述环境参数中的光合有效辐射、空气温度、相对湿度、水汽压亏缺、太阳天顶角、风速、云量及辐射稳定性参数；

9、根据所述作物气孔导度、叶水势生理参数，结合所述作物类型和生育阶段参数，确定作物的水分敏感期和非敏感期；

10、根据确定得到的水分敏感期或非敏感期，选定对应的观测窗口集合；

11、基于选定的所述观测窗口集合，结合环境参数阈值划分多类时序观测窗口；

12、在所述水分敏感期内，将所述时序观测窗口划分为低胁迫基准观测窗口、水分胁迫敏感观测窗口和下午恢复观测窗口；

13、在所述水分非敏感期内，将所述时序观测窗口划分为上午观测窗口和下午观测窗口。

14、进一步地，在将所述时序观测窗口划分为低胁迫基准观测窗口时，包括：

15、预先设定光合有效辐射最低可用阈值、水汽压亏缺低阈值和太阳天顶角最大阈值；

16、当所述光合有效辐射大于等于所述光合有效辐射最低可用阈值，且所述水汽压亏缺小于所述水汽压亏缺低阈值，且所述太阳天顶角小于所述太阳天顶角最大阈值时，判定当前时段为所述低胁迫基准观测窗口；

17、当所述光合有效辐射小于所述光合有效辐射最低可用阈值，或所述水汽压亏缺大于等于所述水汽压亏缺低阈值，或所述太阳天顶角大于等于所述太阳天顶角最大阈值时，判定当前时段不满足所述低胁迫基准观测窗口。

18、进一步地，在将所述时序观测窗口划分为水分胁迫敏感观测窗口时，包括：

19、预先设定光合有效辐射饱和阈值、水汽压亏缺胁迫阈值、云量阈值和辐射稳定性阈值；

20、当所述光合有效辐射大于等于所述光合有效辐射饱和阈值，且所述水汽压亏缺大于等于所述水汽压亏缺胁迫阈值，且所述云量小于所述云量阈值，且所述辐射稳定性参数大于所述辐射稳定性阈值时，判定当前时段为所述水分胁迫敏感观测窗口；

21、当所述光合有效辐射小于所述光合有效辐射饱和阈值，或所述水汽压亏缺小于所述水汽压亏缺胁迫阈值，或所述云量大于等于所述云量阈值，或所述辐射稳定性参数小于等于所述辐射稳定性阈值时，判定当前时段不满足所述水分胁迫敏感观测窗口。

22、进一步地，在构建环境触发判定规则时，包括：

23、获取所述低胁迫基准观测窗口对应的第一时段和所述水分胁迫敏感观测窗口对应的第二时段；所述第一时段、第二时段为同一自然日内的时段，所述第一时段在时间上早于所述第二时段，且所述第一时段、第二时段分别满足预设最短有效持续时长；

24、当所述第一时段和所述第二时段均被判定为有效时，生成包含所述第一时段飞行任务和所述第二时段飞行任务的环境触发指令；

25、当所述时序观测窗口包含下午恢复观测窗口时，获取所述下午恢复观测窗口对应的第三时段，并将所述第三时段飞行任务加入所述环境触发指令；

26、当所述第一时段或所述第二时段被判定为无效时，判定所述环境触发判定规则不生效，终止生成所述环境触发指令。

27、进一步地，在控制搭载高光谱定标载荷的无人机以统一飞行轨迹与观测参数，在对应所述时序观测窗口进行目标区域多时相光谱数据采集时，包括：

28、预先设定所述无人机的飞行高度、飞行航向、飞行轨迹、航向重叠度、旁向重叠度、曝光控制策略和传感器观测角度；

29、当接收到所述环境触发指令时，控制所述无人机在所述第一时段以所述飞行高度、飞行航向、飞行轨迹、航向重叠度、旁向重叠度、曝光控制策略和传感器观测角度执行第一次光谱数据采集；

30、控制所述无人机在所述第二时段以相同的所述飞行高度、飞行航向、飞行轨迹、航向重叠度、旁向重叠度、曝光控制策略和传感器观测角度执行第二次光谱数据采集；

31、当所述环境触发指令包含所述第三时段飞行任务时，控制所述无人机在所述第三时段以相同的所述飞行高度、飞行航向、飞行轨迹、航向重叠度、旁向重叠度、曝光控制策略和传感器观测角度执行第三次光谱数据采集。

32、进一步地，在对无人机采集的原始光谱数据校正处理后，依托特征波段与氧气吸收谷提取冠层sif及表观荧光产率时，包括：

33、对所述原始光谱数据进行暗电流校正、非均匀性校正和辐射定标处理，得到第一校正光谱数据；

34、对所述第一校正光谱数据进行大气散射校正和大气吸收校正，得到第二校正光谱数据，其中所述大气吸收校正基于所述氧气吸收谷对应的氧气吸收波段进行；

35、基于所述第二校正光谱数据，获取所述特征波段对应的第一光谱反射率和所述氧气吸收谷对应的第二光谱反射率；

36、根据所述第一光谱反射率和所述第二光谱反射率计算所述冠层sif；

37、根据所述冠层sif与参照冠层sif的比值，计算所述表观荧光产率；

38、其中，所述参照冠层sif为所述低胁迫基准观测窗口对应的冠层sif，所述冠层sif与所述参照冠层sif量纲相同，所述表观荧光产率无量纲。

39、进一步地，在同步完成多源数据的时空尺度配准，构建观测数据集时，包括：

40、获取所述无人机飞行期间的实时差分定位数据和地面控制点坐标；

41、根据所述实时差分定位数据和所述地面控制点坐标，对所述第一次光谱数据采集对应的第一影像、所述第二次光谱数据采集对应的第二影像，若环境触发指令包含第三时段飞行任务时，则对所述第三次光谱数据采集对应的第三影像一并做像元级空间配准；

42、使参与配准的各影像中同一像元对应于相同的冠层空间单元；

43、根据配准得到的影像构建以所述冠层空间单元为索引的多时相观测数据集，所述多时相观测数据集包含每个冠层空间单元在所述第一时段、第二时段分别对应的冠层sif和表观荧光产率；

44、当存在第三影像时，数据集还包含每个冠层空间单元在第三时段对应的冠层sif和表观荧光产率。

45、进一步地，在基于所述观测数据集剔除各类非水分胁迫干扰信号，区分土壤干旱、大气干旱时序特征，融合作物生理与水土气象参数得到水分胁迫表征数据时，包括：

46、获取所述观测数据集中每个冠层空间单元在所述第一时段与所述第二时段之间的sif日变化偏离量，若观测数据集包含第三时段数据，则获取该冠层空间单元在所述第二时段与所述第三时段之间的sif恢复量；

47、根据所述sif日变化偏离量，判定各冠层空间单元是否存在sif显著下降；

48、当所述sif日变化偏离量大于预设偏离阈值时，判定存在sif显著下降，并具体获取对应冠层空间单元的冠层温度、空气温度、土壤水分含量和水汽压亏缺；

49、当所述冠层温度与所述空气温度的差值大于预设冠气温差阈值，且所述水汽压亏缺大于预设水汽胁迫阈值，且所述土壤水分含量小于预设土壤水分阈值时，判定当前干旱类型为土壤干旱；

50、当所述冠层温度与所述空气温度的差值小于等于所述预设冠气温差阈值，且所述水汽压亏缺大于所述预设水汽胁迫阈值，且所述土壤水分含量大于等于所述预设土壤水分阈值时，判定当前干旱类型为大气干旱；

51、当冠气温差大于预设冠气温差阈值，且水汽压亏缺大于预设水汽胁迫阈值，且土壤水分含量大于等于预设土壤水分阈值，或者冠气温差大于预设冠气温差阈值，水汽压亏缺小于等于预设水汽胁迫阈值，且土壤水分含量小于预设土壤水分阈值时，判定当前干旱类型为土壤-大气复合干旱；

52、当存在sif恢复量，且所述sif恢复量大于预设恢复阈值时，判定所述sif显著下降为高光抑制而非水分胁迫；

53、所述sif恢复量小于等于所述预设恢复阈值，且所述sif日变化偏离量大于所述预设偏离阈值时，判定所述sif显著下降为水分胁迫；

54、基于干旱类型判别结果，结合sif下降幅度、土壤水分亏缺程度计算得到胁迫等级、诊断置信度以及灌溉优先级，输出各冠层空间单元对应的胁迫等级、空间分布、诊断置信度与灌溉优先级。

55、与现有技术相比，本发明的有益效果在于：

56、依据农田环境、作物生理及生育阶段参数划分时序观测窗口并建立环境触发判定规则，在规则生效后控制无人机采用统一飞行轨迹与观测参数完成多时相光谱采集，保障不同时相观测数据基准一致，克服了现有技术缺少环境-生理协同触发机制、多时相观测条件不一致造成数据可比性差的问题；通过校正反演得到冠层sif与表观荧光产率，依托多时相观测数据集剔除非水分胁迫干扰信号，区分土壤干旱与大气干旱时序特征，有效甄别高光抑制带来的伪胁迫信号，降低胁迫识别误判率，解决了传统方案难以区分高光抑制、大气干旱、土壤干旱胁迫信号导致识别精度不足的问题。

57、另一方面，本技术还提供了一种基于环境触发的无人机多时相sif协同观测与作物水分胁迫识别系统，包括：

58、环境感知与窗口划分模块，被配置为采集目标农田环境参数与作物气孔导度、叶水势生理参数，结合作物类型与生育阶段参数划分多类时序观测窗口，构建环境触发判定规则；

59、无人机航测控制模块，被配置为在所述环境触发判定规则生效时，控制搭载高光谱定标载荷的无人机以统一飞行轨迹与观测参数，在对应所述时序观测窗口进行目标区域多时相光谱数据采集；

60、光谱处理与sif反演模块，被配置为对无人机采集的原始光谱数据校正处理后，依托特征波段与氧气吸收谷提取冠层sif及表观荧光产率，结合无人机低空大气参数进行大气辐射校正，同步完成多源数据的时空尺度配准，构建观测数据集；

61、胁迫识别与处方生成模块，被配置为基于所述观测数据集剔除各类非水分胁迫干扰信号，区分土壤干旱、大气干旱时序特征，融合作物生理与水土气象参数得到水分胁迫表征数据，输出胁迫等级、空间分布、诊断置信度与灌溉优先级数据，进行与变量灌溉设备的数据联动。

62、可以理解的是，上述一种基于环境触发的无人机多时相sif协同观测与作物水分胁迫识别方法及系统具备相同的有益效果，在此不再赘述。