[发明专利]塑料大棚内作物生长期遥感监测方法和电子设备在审

专利信息
申请号: 202111082891.6 申请日: 2021-09-15
公开(公告)号: CN113989181A 公开(公告)日: 2022-01-28
发明(设计)人: 崔贝;黄文江;叶回春;杨天梁;王雷 申请(专利权)人: 中国科学院空天信息创新研究院
主分类号: G06T7/00 分类号: G06T7/00;G06V10/44;G06V10/764;G06K9/62
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王宇杨
地址: 100094*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 塑料大棚 作物 生长期 遥感 监测 方法 电子设备
【说明书】:

发明提供一种塑料大棚内作物生长期遥感监测方法和电子设备设备,方法包括:获取作物所在塑料大棚的遥感影像;基于遥感影像进行对象特征提取;对象特征包括光谱特征、形状特征以及纹理特征;将光谱特征、形状特征以及纹理特征输入预设的作物生长期分类模型;其中,作物生长期分类模型是通过不同地物的光谱特征、形状特征以及纹理特征训练得到的;基于作物生长期分类模型的预测结果判断作物生长期情况。本发明用以解决现有技术中对于棚内作物的生长期信息监测利用传统的人工调查方式,费时费力的缺陷,有助于实现对区域范围内农业经济作物上市时间的初步预测,进而实现农业经济作物经济效益最大化。

技术领域

本发明涉及农业经济作物生长期监测技术领域,尤其涉及一种塑料大棚内作物生长期遥感监测方法和电子设备。

背景技术

塑料大棚是保障农业经济作物高产优质的重要农业管理措施,棚内作物上市时间的早晚对其销售价格具有很大影响。因此准确掌握区域大棚内农业经济作物的生长期,进而预判其上市时间,对于实现经济效益最大化非常必要。传统的获取方法是采用人工地面调查的方法来调查农业经济作物的生长期,不仅耗费人力物力,且无法对大范围区域进行有效准确获取。近年来随着遥感技术快速发展,为塑料大棚的监测提供了一种大面积、快速、精确的监测方法。针对大面积广泛种植的特定农业经济作物,可以通过对特定塑料大棚空间分布监测实现对棚内农业经济作物情况监测。

现有遥感技术最主要的技术缺陷在于:现有遥感技术主要聚焦在对塑料大棚监测从而实现对特定农业经济作物种植分布情况的监测。但对于棚内作物的生长期信息监测研究欠缺,仍然是利用传统的人工调查方式,费时费力。

发明内容

本发明提供一种塑料大棚内作物生长期遥感监测方法和电子设备,用以解决现有技术中对于棚内作物的生长期信息监测利用传统的人工调查方式,费时费力的缺陷,实现对区域范围内农业经济作物上市时间的初步预测,进而实现农业经济作物经济效益最大化。

本发明提供一种塑料大棚内作物生长期遥感监测方法,包括:

获取作物所在塑料大棚的遥感影像;

基于所述遥感影像进行对象特征提取;所述对象特征包括光谱特征、形状特征以及纹理特征;

将所述光谱特征、所述形状特征以及所述纹理特征输入预设的作物生长期分类模型;其中,所述作物生长期分类模型是通过不同地物的所述光谱特征、所述形状特征以及所述纹理特征训练得到的;

基于所述作物生长期分类模型的预测结果判断作物生长期情况。

根据本发明提供的一种塑料大棚内作物生长期遥感监测方法,所述光谱特征包括作物生长期参数以及常规特征;

其中,所述作物生长期参数基于所述遥感影像红波段的反射率和绿波段的反射率获得;

所述常规特征包括所述遥感影像中目标对象的亮度值以及所述遥感影像中目标对象的归一化植被参数。

根据本发明提供的一种塑料大棚内作物生长期遥感监测方法,所述作物生长期参数基于以下公式获得:

其中,NDPG表示作物生长期参数;Rred和Rgreen分别代表遥感影像中红波段的反射率和绿波段的反射率。

根据本发明提供的一种塑料大棚内作物生长期遥感监测方法,所述作物生长期分类模型为决策树模型,所述获取作物所在塑料大棚的遥感影像的步骤之前还包括:

获取不同地物的样本数据,选取所述样本数据中第一预设比例的样本数据作为训练集,选取所述样本数据中第二预设比例的样本数据作为验证集;

设置决策树的最大深度、最大特征数量、所述光谱特征、所述形状特征以及所述纹理特征;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院空天信息创新研究院,未经中国科学院空天信息创新研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111082891.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top