[发明专利]一种植被生物量测量方法、系统、存储介质及终端

权利要求书

1.一种植被生物量测量方法，其特征在于：所述方法包括以下步骤：

采集植被的可见光图像以及高光谱图像；

分别对可见光图像、高光谱图像进行校正处理得到可见光正射影像图、各个波段的高光谱正射影像图；

基于可见光正射影像图、高光谱正射影像图获取数字地表模型以及植被指数，基于数字地表模型计算植被高度；

采集可见光图像以及高光谱图像对应区域的植被的干、湿生物量；

以植被指数、植被高度作为自变量，植被的干、湿生物量作为连续因变量，创建随机森林回归预测模型，基于预测模型实现植被的地上生物量预测。

2.根据权利要求1所述植被生物量测量方法，其特征在于：所述创建随机森林回归预测模型步骤后还包括：

将采集部分可见光图像和/或高光谱图像作为检验样本输入预测模型，并计算预测模型的决定系数、校正模型的校正误差和交叉检验误差，以此判断预测模型的预测性能。

3.根据权利要求1所述植被生物量测量方法，其特征在于：所述分别对可见光图像、高光谱图像进行校正处理前还包括：

提取每幅图像的特征点；

根据特征点间的相互匹配，配合每个样本区顶点的GPS信息，将同一样本区、同一生长时期的图像进行拼接处理。

4.根据权利要求1所述植被生物量测量方法，其特征在于：所述基于可见光正射影像图、高光谱正射影像图获取数字地表模型以及植被指数具体包括：

计算可见光正射影像图、高光谱正射影像图的超绿指数；

根据超绿指数分别中从可见光图像、高光谱图像中提取植被对应的像素；

基于植被对应像素的灰度值计算植被指数CI1、MSR。

5.根据权利要求4所述植被生物量测量方法，其特征在于：所述基于数字地表模型计算植被高度的计算公式为：

nDSM＝DSM-DEM

其中，nDSM为小区植被的实际高度；DSM为植被绝对海拔高度，与植被像素的灰度值对应；DEM为地面的绝对海拔高度，通过标记植被周边的保留区，再采用线性插值法估算计算获取。

6.根据权利要求5所述植被生物量测量方法，其特征在于：所述植被高度计算还包括噪声像素剔除步骤：

寻找到所有比8邻域像素值都大的像素点，存入数组M；

对数组M中所有数值从高到低进行排序；

以P为种子点执行泛洪法，包含原则为与种子点P的像素值差满足阈值，若其他像素点像素值大于种子点P或者该像素点已经被标记为局部最大值的点，则以像素值大于种子点P的其他像素点作为局部最大值点，反之，种子点P被标记为局部最大值；

计算所有局部最大值的平均值即可得到剔除噪声后的小区植被的实际高度。

7.采用权利要求1-6中任意一项所述植被生物量测量系统，其特征在于：所述系统包括：

图像采集单元，用于采集植被的可见光图像以及高光谱图像；

图像处理单元，用于分别对可见光图像、高光谱图像进行校正处理得到可见光正射影像图、各个波段的高光谱正射影像图；

计算单元，用于基于可见光正射影像图、高光谱正射影像图获取数字地表模型以及植被指数，并基于数字地表模型计算植被高度；

生物量采集单元，用于采采集可见光图像以及高光谱图像对应区域的植被的干、湿生物量；

模型创建单元，用于以植被指数、植被高度作为自变量，植被的干、湿生物量作为连续因变量，创建随机森林回归预测模型，基于预测模型实现植被的地上生物量预测。

8.根据权利要求7所述植被生物量测量系统，其特征在于：所述系统还包括检验单元，用于通过检验样本计算预测模型的决定系数、校正模型的校正误差和交叉检验误差，以此判断预测模型的预测性能；所述检验样本具体为图像采集单元采集的部分可见光图像和/或高光谱图像。

9.一种存储介质，其上存储有计算机指令，其特征在于：所述计算机指令运行时执行权利要求1-6任意一项所述植被生物量测量方法的步骤。

10.一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，其特征在于：所述处理器运行所述计算机指令时执行权利要求1-6任意一项所述植被生物量测量方法的步骤。