[发明专利]一种植被生物量测量方法、系统、存储介质及终端

说明书

本发明公开了一种植被生物量测量方法、系统、存储介质及终端，属于植被生长监测技术领域，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，以此对植被的生长过程进行监测，整个过程工作效率高，且能够节约人力成本。

技术领域

本发明涉及植被生长监测技术领域，尤其涉及一种植被生物量测量方法、系统、存储介质及终端。

背景技术

植被生物量可定义为有机体或群落在一定时间内的有机质的积累总量，通常定义为单位时间或单位种植面积积累的干或湿无知量或能量来表示。植被地上生物量与其养分管理与产量息息相关，准确测量植被地上生物量的动态变化能够有效预报植被产量并依据养分需求有效的对不同地块进行养分管理，从而减少化肥施用，降低成本，并减少对环境的影响。以农作物为例，在有限的耕地面积的前提下，提高农作物产量，并减小对生态环境的负面影响，对确保全球粮食安全至关重要。

在现有技术中，样地调查和卫星遥感图像建模是估算植被地上生物量的常用方法。样地调查是通过在种植区内取样，并送到实验室内称重测量生物量，尽管实验室测量可以保证精度，但由于农作物植株间差异较大，随机选取的样本存在很大不确定性，很难代表种植群落的生物量；同时样地调查费时费力，很难在大规模农作物种植中推广使用。卫星遥感技术在近些年有了突飞猛进的发展并成功应用到农业生产中，其虽然能够在一定程度上解决样地调查中样地调查费时费力等问题，但卫星获取图像受到天气状况影响，特别在云层覆盖时无法获取有效图像信息，进而无法准确预测植被生物量信息。激光雷达在农作物调查中也有所应用，并且可以准确测量植被高度和结构，然而激光雷达成本高，图像获取时间久，并且激光雷达的使用受地形和交通的影响，并不适合在农业实践生产中大规模使用。

发明内容

本发明的目的在于克服现有技术中植被生物量测量方法准确度不够高、工作效率低下的问题，提供了一种植被生物量测量方法、系统、存储介质及终端。

本发明的目的是通过以下技术方案来实现的：一种植被生物量测量方法，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。

作为一选项，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。

作为一选项，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。

作为一选项，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；