一种基于无人机多光谱遥感的玉米水氮含量反演方法

1.本发明属于植物生长监测技术领域，具体涉及一种基于无人机多光谱遥感的玉米水氮含量反演方法。


背景技术：

2.叶绿素是植物光合作用、氮素状况的重要指示因子，不同生育期作物spad值变化特征为快速诊断施肥提供依据。农作物的光谱定量分析，实现作物信息的实时诊断，为精准农业在某特定时期的水肥管理提供了可靠方向。
3.遥感已经成为精确农业估算中的一种有吸引力的技术，因为它能够快速地非破坏性地监测农作物的生长发育情况。目前使用的主要遥感平台包括卫星、有人机载、无人机载和地面方法，这些方法都可以配备各种传感器。虽然卫星图像可以被用来监视在大面积，但它们时空分辨率低，所以它们不能提供足够的精度。尽管有人驾驶的机载平台能够以高时空分辨率捕捉图像，但这种方法操作复杂性高、受到成本的限制。与此相反，基于地面的遥感平台是能够获得高氮状态估计监测精度，但是这种方法在大面积上使用时长期来看是低效率的，而无人驾驶飞行器(uav)为主的遥感平台提供一个低成本的高时空分辨率的替代。因此，利用无人机遥感对监测作物的水氮状态，具有重要的意义。
4.当前，利用无人机进行玉米水氮含量反演，不能够很好地从影像中提取青贮玉米的冠层反射率，不能够优选不同生育期的植株含水率和含氮量估算模型。


技术实现要素：

5.本发明的目的在于提供一种能够很好地从影像中提取青贮玉米的冠层反射率，能够优选不同生育期的植株含水率和含氮量估算模型的基于无人机多光谱遥感的玉米水氮含量反演方法。
6.为了实现上述发明目的，本发明采用以下技术方案：
7.一种基于无人机多光谱遥感的玉米水氮含量反演方法，包括如下步骤：
8.1)利用无人机获取样地多光谱影像，获取玉米遥感影像数据，从而得到飞行参数；
9.2)采集玉米叶片高光谱反射率信息及其氮素含量，并利用湿基含水率方法计算玉米植株的含水率；
10.3)提取采样后的玉米叶片高光谱反射率信息与玉米叶片氮素含量相关的特征波段；利用envi软件裁剪所述玉米的光谱反射率的影像，得裁剪影像x，然后利用pix4dmapper软件对获取的多光谱影像和裁剪影像x进行拼接,得到envi格式的反射率数据；
11.4)利用波段特征转移法对所述特征波段进行转换，构建氮素特征转移指数ncti，采用多元线性回归法建立多个光谱反射率反演模型和多个光谱植被指数反演模型，所述反演模型采用玉米的数据集训练而成。
12.在一些示例中，所述玉米氮素含量测定过程如下：将玉米新鲜叶片剪下置于烘箱中以130～140℃杀青30～40min，再以70～75℃烘干至恒重；称量后将其粉碎，把研磨好的
粉末采用凯氏定氮法检测叶片的含氮量。
13.在一些示例中，所述利用湿基含水率计算玉米植株的含水率wg 的计算公式如下：
[0014][0015]
gw表示玉米植株的鲜重，gs表示玉米植株的干重。
[0016]
在一些示例中，所述多光谱影像采用大疆无人机m200搭载rededge-m多光谱相机采集多光谱数据。
[0017]
在一些示例中，所述rededge-m多光谱相机一共有5个通道，分别是红、绿、蓝、红边、近红外5个波段，对应的中心波长分别是 668、560、475、717、840nm,带宽分别为10、20、20、10、40nm。
[0018]
在一些示例中，所述利用无人机搭载多光谱相机采集青贮玉米5 个波段的冠层光谱信息，从影像中提取青贮玉米的冠层反射率，并进一步计算植被指数，同步采集青贮玉米植株并测定其含水率和含氮量。
[0019]
与现有技术相比，本发明的有益效果是：
[0020]
1)本发明利用无人机搭载多光谱相机采集青贮玉米5个波段的冠层光谱信息，从影像中提取青贮玉米的冠层反射率，并进一步计算植被指数，同步采集青贮玉米植株并测定其含水率和含氮量。
[0021]
2)本发明利用多元线性回归分析方法进行构建光谱反射率模型和光谱植被指数模型，并从中优选不同生育期的植株含水率和含氮量估算模型，为青贮玉米水肥管理的天空地一体化感知与决策系统研发提供基础。
[0022]
3)本发明提出的玉米叶片蛋白氮含量反演方法计算简便，适用于不同生态区、不同品种以及不同生育期的玉米叶片蛋白氮含量的遥感定量反演，可准确的反演玉米叶片蛋白氮含量，快速的获取玉米氮素营养、生理状况和长势等信息，同时为玉米种植栽培的水分肥料运筹管理提供科学数据。
附图说明
[0023]
图1为本发明一种基于无人机多光谱遥感的玉米水氮含量反演方法的结构示意图。
具体实施方式
[0024]
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的实施例，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。本领域的技术人员可以在不偏离本发明精神和保护范围的基础上从下述描述得到替代技术方案。
[0025]
一种基于无人机多光谱遥感的玉米水氮含量反演方法，包括如下步骤：
[0026]
1)利用无人机获取样地多光谱影像，获取玉米遥感影像数据，从而得到飞行参数；
[0027]
2)采集玉米叶片高光谱反射率信息及其氮素含量，并利用湿基含水率方法计算玉米植株的含水率；
[0028]
3)提取采样后的玉米叶片高光谱反射率信息与玉米叶片氮素含量相关的特征波段；利用envi软件裁剪所述玉米的光谱反射率的影像，得裁剪影像x，然后利用pix4dmapper软件对获取的多光谱影像和裁剪影像x进行拼接,得到envi格式的反射率数据；
[0029]
4)利用波段特征转移法对所述特征波段进行转换，构建氮素特征转移指数ncti，采用多元线性回归法建立多个光谱反射率反演模型和多个光谱植被指数反演模型，所述反演模型采用玉米的数据集训练而成。
[0030]
玉米氮素含量测定过程如下：将玉米新鲜叶片剪下置于烘箱中以 130～140℃杀青30～40min，再以70～75℃烘干至恒重；称量后将其粉碎，把研磨好的粉末采用凯氏定氮法检测叶片的含氮量。
[0031]
利用湿基含水率计算玉米植株的含水率wg的计算公式如下：
[0032]
wg＝(gw-gs)/gw
×
100％
[0033]
gw表示玉米植株的鲜重，gs表示玉米植株的干重。
[0034]
多光谱影像采用大疆无人机m200搭载rededge-m多光谱相机采集多光谱数据。rededge-m多光谱相机一共有5个通道，分别是红、绿、蓝、红边、近红外5个波段，对应的中心波长分别是668、560、 475、717、840nm,带宽分别为10、20、20、10、40nm。
[0035]
利用无人机搭载多光谱相机采集青贮玉米5个波段的冠层光谱信息，从影像中提取青贮玉米的冠层反射率，并进一步计算植被指数，同步采集青贮玉米植株并测定其含水率和含氮量。根据五个波段的光谱反射率和6种植被指数与实测青贮玉米植株含水率和含氮量进行相关性分析，利用多元线性回归分析方法进行构建光谱反射率模型和光谱植被指数模型，并从中优选不同生育期的植株含水率和含氮量估算模型，为青贮玉米水肥管理的天空地一体化感知与决策系统研发提供基础，具体如图1所示。
[0036]
根据文献资料和历史数据，得到参数标定数据集，然后得到模型参数标定，然后进行参数敏感性分析，进而进行可行性评价。
[0037]
无人机进行航飞后，将采集到的数据进行预处理，进行参数反演，与田间观测的结果得到氨水反演数据集。
[0038]
根据sce-ua算法构成，进一步通过算法与模型耦合，通过应用时间控制，与氨水反演数据集和可行性评价结合，进行模型优化改造，进而通过模型氮水算法补充，根据反演算法进行设计，进行精度评价及其优选，然后根据氨水变换算法进行设计，得到氨水最佳模拟策略。
[0039]
归一化植被指数(ndvi)
[0040]
ndvi被定义为近红外波段与可见光红波段反射率数值之差与之和的比值：
[0041]
式中ρ
nir
是指近红外波段的反射率，ρ
red
是指红波段的反射率。 nd-vi值的取值范围是-1.0～1.0,一般绿色植被区的数值范围是 0.2～1.0。
[0042][0043]
土壤调整植被指数savi,其公式如下：
[0044][0045]
l为土壤调节系数，其取值范围为0.5。
[0046]
冠层叶绿素含量指数ccci，其公式如下：
[0047][0048]
式中ρ
rededce
是指红边波段的反射率。ccci值的范围是-1.0～1.0，一般绿色植被区的范围是0.2～1.0。
[0049]
本发明提出的玉米叶片蛋白氮含量反演方法计算简便，适用于不同生态区、不同品种以及不同生育期的玉米叶片蛋白氮含量的遥感定量反演，可准确的反演玉米叶片蛋白氮含量，快速的获取玉米氮素营养、生理状况和长势等信息，同时为玉米种植栽培的水分肥料运筹管理提供科学数据。
[0050]
以上所述，仅为本公开的具体实施方式，但本公开实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开实施例揭露的技术范围内或者在本公开实施例揭露的思想下，可轻易想到变化、替换或组合，都应涵盖在本公开实施例的保护范围之内。