一种农作物群体长势多空间尺度自适应监测方法及装置制造方法
【专利摘要】本发明涉及一种农作物群体长势多空间尺度自适应监测方法及装置，包括以下步骤：监测农作物群体形态结构和群体生理活性的地表参量；根据所述地表参量构建用于综合定量表征所述农作物群体形态结构和群体生理活性的遥感可估算长势参量；根据所述遥感可估算长势参量对农作物群体长势进行评估。本发明结合农学知识与植被遥感响应机制构建能够综合定量表征农作物群体形态结构和群体生理活性的遥感可估算长势参量，根据所述遥感可估算长势参量制定具有空间尺度自适应能力的阈值划分策略，扩展定量阈值划分方法的空间尺度通用性和可移植性，实现了综合定量分级农作物群体长势状况的有益效果。
【专利说明】一种农作物群体长势多空间尺度自适应监测方法及装置
【技术领域】
[0001]本发明涉及农业遥感监测【技术领域】，尤其涉及一种农作物群体长势多空间尺度自适应监测方法及装置。
【背景技术】
[0002]在农业生产过程中，及时准确地获取区域农作物群体长势信息是进行农作物产量和品质预估的必要前提，也是快速有效地制定适宜的农业生产田间管理措施的重要依据。目前，遥感定量监测是获取区域农作物群体长势信息的主要途径，其以空间遥感技术获取的宏观区域地物电磁波信息为数据源，通过定量估算群体长势参量获取农作物长势信息。现有的遥感可估算农作物群体长势参量种类繁多，可以大致从群体形态结构和群体生理活性角度进行描述，其中群体形态结构表征参量主要表征农作物在近期生长发育中群体数量的多寡，如植被覆盖度、叶面积指数等；而群体生理活性表征参量则主要表征当前农作物群体的营养健康状况，如冠层叶片色素含量、冠层叶片色素密度等；此外，植被指数作为群体长势的快速定量评估指标，也在农业定量遥感领域应用广泛。考虑到农作物群体长势在不同的光照、温度、水分、气体、土壤等外界环境条件下会有所不同，故为定量分析农作物群体长势状况及其空间分布形态和特征，需基于遥感获取的农作物群体长势信息开展分级评估研究，而定量划分群体长势参量阈值则是开展分级评估的数据基础和应用前提。现有的阈值划分策略主要依据地面观测数据及先验知识制定，在多空间尺度遥感监测农作物群体长势应用方面的通用性和可移植性有待进一步提高。
【发明内容】
[0003](一)要解决的技术问题
[0004]I)现有的遥感可估算农作物群体长势参量或侧重于表征群体结构特征，或侧重于表征群体生理特征，或侧重于表征群体长势分布状况，缺乏将农学知识与植被遥感响应机制相结合的、综合定量表征农作物群体形态结构和群体生理活性的遥感可估算长势参量。
[0005]2)现有的农作物群体长势分级评估体系采用的长势参量阈值划分策略，侧重于以研究区地面观测数据和先验知识为主要依据制定。此类策略依赖于研究区的实地观测数据和历史数据累积，无法实现农作物群体长势多空间尺度自适应监测和定量分级评估的应用需求。
[0006]3)现有的依据农作物群体长势遥感定量监测结果建立的肥水管理决策支持系统，缺乏群体长势的动态描述指标，由于未对阶段性长势(以群体形态结构为主要参数)和现势性长势(以群体生理活性为主要参数)两个不同层次加以区分，故而未能实现综合定量地对农作物群体长势空间分布动态的评估。
[0007](二)技术方案
[0008]为此目的，一种农作物群体长势多空间尺度自适应监测方法及装置，包括以下步骤:[0009]监测农作物群体形态结构和群体生理活性的地表参量；
[0010]根据所述地表参量构建用于综合定量表征所述农作物群体形态结构和群体生理活性的遥感可估算长势参量；
[0011]根据所述遥感可估算长势参量对农作物群体长势进行评估。
[0012]优选地，所述监测农作物群体形态结构和群体生理活性的地表参量，具体包括:
[0013]监测农作物群体的叶面积指数LAI和冠层叶绿素密度(XD。
[0014]优选地，所述根据所述地表参量构建用于综合定量表征所述农作物群体形态结构和群体生理活性的遥感可估算长势参量，具体包括:
[0015]获取农作物群体的叶面积指数LAI和冠层叶绿素密度CCD ；
[0016]根据所述叶面积指数LAI和冠层叶绿素密度CCD计算用于综合定量表征所述农作物群体形态结构和群体生理活性的遥感可估算长势参量，所述遥感可估算长势参量包括第一农作物长势监测指数CGMIl和第二农作物长势监测指数CGMI2，其中:
【权利要求】
1.一种农作物群体长势多空间尺度自适应监测方法及装置，其特征在于，包括以下步骤: 监测农作物群体形态结构和群体生理活性的地表参量； 根据所述地表参量构建用于综合定量表征所述农作物群体形态结构和群体生理活性的遥感可估算长势参量； 根据所述遥感可估算长势参量对农作物群体长势进行评估。
2.根据权利要求1所述的方法，其特征在于，所述监测农作物群体形态结构和群体生理活性的地 表参量，具体包括: 监测农作物群体的叶面积指数LAI和冠层叶绿素密度CCD。
3.根据权利要求2所述的方法，其特征在于，所述根据所述地表参量构建用于综合定量表征所述农作物群体形态结构和群体生理活性的遥感可估算长势参量，具体包括: 获取农作物群体的叶面积指数LAI和冠层叶绿素密度CCD ； 根据所述叶面积指数LAI和冠层叶绿素密度CCD计算用于综合定量表征所述农作物群体形态结构和群体生理活性的遥感可估算长势参量，所述遥感可估算长势参量包括第一农作物长势监测指数CGMIl和第二农作物长势监测指数CGMI2，其中:
4.根据权利要求3所述的方法，其特征在于，所述根据所述遥感可估算长势参量对农作物群体长势进行评估，具体包括: 对所述第一农作物长势监测指数CGMIl和第二农作物长势监测指数CGMI2进行具有空间尺度自适应能力的定量阈值划分； 根据所述定量阈值划分结果以所述CGMIl和CGMI2为坐标轴绘制数值散点图； 根据落入所述数值散点图的所述CGMIl和CGMI2的数值对农作物群体长势进行评估。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括: 当所述CGMIl和CGMI2的数值未落入所述数值散点图时，根据预设的农作物群体长势评估体系对农作物群体长势进行评估。
6.根据权利要求4所述的方法，其特征在于，所述对所述第一农作物长势监测指数CGMIl和第二农作物长势监测指数CGMI2进行具有空间尺度自适应能力的定量阈值划分，具体包括: 计算所述CGMIl的均值μ !和标准差σ I ; 计算所述CGMI2的均值μ 2和标准差σ 2 ； Wy1-Q J2和μ J σ J2为所述CGMIl的划分阈值进行定量阈值划分； 以μ 2_ σ 2/2和μ 2+ σ 2/2为所述CGMI2的划分阈值进行定量阈值划分。
7.根据权利要求4所述的方法，其特征在于，所述根据落入所述数值散点图的所述CGMIl和CGMI2的数值对农作物群体长势进行评估，具体包括: 计算落入所述数值散点图的所有数值散点的拟合直线:若所述拟合直线与CGMIl轴的夹角小于预设角度，则判断所述数值散点归属于CGMIl轴上表征的农作物群体长势状况； 若所述拟合直线与CGMI2轴的夹角小于预设角度，则判断所述数值散点归属于CGMI2轴上表征的农作物群体长势状况。
8.一种农作物群体长势多空间尺度自适应监测装置，其特征在于，包括:监测模块、参量构建模块和评估模块； 监测模块，用于监测农作物群体形态结构和群体生理活性的地表参量； 参量构建模块，用于根据所述地表参量构建用于综合定量表征所述农作物群体形态结构和群体生理活性的遥感可估算长势参量； 评估模块，用于根据所述遥感可估算长势参量对农作物群体长势进行评估。
9.根据权利要求8所述的装置，其特征在于，所述参量构建模块包括: 获取单元，用于获取农作物群体的叶面积指数LAI和冠层叶绿素密度CCD ； 计算单元，用于根据所述叶面积指数LAI和冠层叶绿素密度CCD计算用于综合定量表征所述农作物群体形态结构和群体生理活性的遥感可估算长势参量； 其中，所述遥感可估算长势参量包括第一农作物长势监测指数CGMIl和第二农作物长势监测指数CGMI2，其中:
10.根据权利要8所述的装置，其特征在于，所述评估模块包括: 阈值划分单元，用于对所述第一农作物长势监测指数CGMIl和第二农作物长势监测指数CGMI2进行具有空间尺度自适应能力的定量阈值划分； 数值散点图单元，用于根据所述定量阈值划分结果以所述CGMIl和CGMI2为坐标轴绘制数值散点图； 评估单元，用于根据落入所述数值散点图的所述CGMIl和CGMI2的数值对农作物群体长势进行评估。
【文档编号】G01D21/02GK103839184SQ201410060106
【公开日】2014年6月4日 申请日期:2014年2月21日 优先权日:2014年2月21日
【发明者】王纪华, 董莹莹, 任东, 董方敏, 徐守志 申请人:三峡大学