[发明专利]小麦生物量的遥感估算方法、装置、电子设备及存储介质

说明书

本发明实施例提供一种小麦生物量的遥感估算方法、装置、电子设备及存储介质，该方法包括：获取待估算区域的生育时期类别，并获取待估算区域的植被指数；将生育时期类别的编码和植被指数，输入预设的全生育时期生物量反演模型，输出待估算区域的生物量；其中，全生育时期生物量反演模型，是将小麦所有生育时期类别的编码和对应的植被指数作为自变量，将已知的生物量作为应变量，进行线性拟合得到。该方法能适用于各自生育时期，在使用过程中无需不同的时期构建不同的模型，避免了模型太多并且不方便程序化的问题，也无需考虑除遥感信息以外的高分辨率影像，能够大面积推广。该方法仅需考虑遥感植被指数和生育时期作为输入，具有高效性和便利性。

技术领域

本发明涉及农作物检测领域，尤其涉及一种小麦生物量的遥感估算方法、装置、电子设备及存储介质。

背景技术

小麦是世界上最重要的粮食作物之一，在粮食生产中具有重要的地位。特别是随着全球人口的增长和气候变化的影响，实时的掌握产量的动态，实现小麦产量稳产增产，对保证粮食供应具有重要价值。生物量是冬小麦长势的重要群体指标，快速、无损和准确监测作物生物量对于小麦产量预测和及时的智能化管理有着重要的意义。

目前，遥感技术进行作物、森林、草地等生物量的估测进行了大量研究。最初的研究是构建与生物量的相关性较高的植被指数进行生物量模型的构建。例如，提取归一化植被指数构建草地生物量的线性关系模型，实现草地生物量的估算。这些指数在单一生育时期与生物量的相关性较好，但是在不同生育时期的植被指数与生物量没有统一的模型，造成在应用过程中通常是每个生育时期给出相应的生物量模型。另外，相关学者通过引入与生物量相关的因子，比如株高、纹理特征来综合构建模型，尽量实现不同生育时期的生物量模型反演。例如，基于无人机多光谱影像的水稻地上部生物量估测方法，利用获取的无人机多光谱提取综合植被指数和纹理指数估测水稻生物量。一定程度上提高了模型反演精度和几个生育时期的适用性，但是在测量过程中同时需要考虑使用高分辨率的图像信息来提取纹理特征或者需要高精度的地面表层模型来提取准确的株高，增加了估算过程的复杂性。特别在大尺度应用时，很难提供配套的高分辨率影像与株高等结构信息。

发明内容

为了解决上述问题，本发明实施例提供一种小麦生物量的遥感估算方法、装置、电子设备及存储介质。

第一方面，本发明实施例提供一种小麦生物量的遥感估算方法，包括：获取待估算区域的生育时期类别，并获取待估算区域的植被指数；将所述生育时期类别的编码和所述植被指数，输入预设的全生育时期生物量反演模型，输出待估算区域的生物量；其中，所述全生育时期生物量反演模型，是将小麦所有生育时期类别的编码和对应的植被指数作为自变量，将已知的生物量作为应变量，进行线性拟合得到。

进一步地，所述获取待估算区域的生育时期类别之前，还包括：对于每个生育时期，通过试验获取样本区域的小麦生物量，并获取每个生育时期的作物冠层光谱数据，得到植被指数；基于试验获取的生物量和植被指数，构建各个生育时期的生物量线性关系模型；根据各个生育时期的生物量线性关系模型的系数，构建全生育时期生物量反演模型的系数模型；根据所述系数模型，以及各个生育时期的植被指数，构建所述全生育时期生物量反演模型。

进一步地，所述获取待估算区域的生育时期类别之前，还包括：根据禾谷类作物国际表示法，对小麦各生育时期进行分类和编码。

进一步地，所述植被指数为改进比值植被指数。

进一步地，所述获取待估算区域的植被指数，包括：

MSR＝(R₈₀₀/R₆₇₀-1)/sqrt(R₈₀₀/R₆₇₀+1)；

或：

MSR＝(Nir/Red-1)/sqrt(Nir/Red+1)；