[发明专利]一种利用无人机照片估算冬小麦返青期土壤墒情的方法

说明书

本发明公开了一种利用无人机照片估算冬小麦返青期土壤墒情的方法，涉及定量遥感应用领域，基于无人机多光谱图片来对冬小麦返青期土壤墒情的估算。通过无人机获取目标区冬小麦返青期的多光谱照片，利用共线性诊断、分析土壤墒情与多光谱照片光谱反射率/植被指数的定量关系，通过反演模型的筛选，保证了土壤墒情估算的准确性，提高了无人机图片对土壤墒情反演的可靠性。

技术领域

本发明属于农业定量遥感应用领域，尤其涉及基于无人机多光谱遥感的冬小麦返青期土壤墒情反演方法，具体是一种利用无人机照片估算冬小麦返青期土壤墒情的方法。

背景技术

土壤墒情指土壤的干湿程度，即土壤的实际含水量，在农业、生态和环境领域扮演着重要角色，特别是在农业生产中，土壤水分影响着农作物的生长发育，在我国，农田用水占总用水量的60％，但仅有40％得到了有效利用，大田漫灌的灌溉方式造成了严重的水资源浪费，因此，对农田土壤墒情进行实时准确的监测，有利于精准灌溉技术的实施和水资源的高效利用。

传统的土壤墒情监测方法主要包括：烘干称重法、电阻法、时间域反射仪法和中子水分仪法等，这些方法虽然精度高，但是工作量大、数据时效性差，耗费大量人力物力，监测范围有限，难以满足大范围、实时快速监测土壤墒情的实际需求。

近些年来，随着遥感技术的迅速发展，基于土壤的光谱反射特性对土壤墒情进行反演，具有准确、高效等特点，实现了大范围土壤墒情的动态、快速监测，弥补了传统方法的不足，成为了国内外研究的热点，卫星遥感技术主要通过可见光—近红外、热红外波段以及微波来实现土壤墒情的反演，在可见光—近红外波段，常用Landsat、高分等多光谱卫星数据构建植被指数和干旱指数来反演土壤墒情，在热红外波段，通过热惯量法来反映土壤墒情，微波遥感分为主动微波遥感和被动微波遥感，具有一定的穿透能力，不受雨雾影响，更适合土壤水分估算，目前的卫星遥感方法能够对大面积的土壤墒情进行监测，但是受到天气、重访周期以及空间分辨率的影响，卫星遥感反演方法存在时效性较差、精度较低等问题。

返青期是小麦生长发育的关键时期，此阶段要做好保墒工作，控制土地水分，结合苗情墒情调节肥水管理，如果管理不当，将导致小麦分蘖问题。但是大多数研究只是通过花盆模拟实验或在其他作物种植地块进行研究，自然状态下返青期冬小麦田研究甚少。

发明内容

本发明要解决的技术问题是：为解决现有技术方法中的不足，针对冬小麦返青期土壤，提供一种快速且适用于大田的冬小麦返青期土壤墒情反演方法。

为实现上述目的，本发明提供如下技术方案：

一种利用无人机照片估算冬小麦返青期土壤墒情的方法，包括以下步骤：

S1、采集某区域特定时间内的无人机图片；

S2、实地测定土壤墒情值,提取无人机图片的反射率信息及植被指数信息；

S3、对S2提取的反射率信息及植被指数信息，结合实测的土壤墒情数据，进行共线性诊断分析；

S4、以不同的回归方法分析反射率信息及植被指数信息与实测的土壤墒情数据的耦合关系，建立估算模型；

S5、对S4中建立的不同的估算模型，利用验证数据筛选不同深度土壤墒情的最佳估算模型；

S6、利用筛选出的估算模型进行监测区域的土壤墒情估算。

优选地，本发明的一种利用无人机照片估算冬小麦返青期土壤墒情的方法，其特征在于，实际测量的特定时间为冬小麦返青期，获取的无人机图片包含蓝、绿、红、红边和近红外五个谱段。

优选地，本发明的一种利用无人机照片估算冬小麦返青期土壤墒情的方法，其特征在于，S2步骤中，实地测定土壤墒情值，包括以下步骤：