基于熱成像技術的植物健康狀態檢測方法
【專利摘要】本發明提供一種基于熱成像技術的植物健康狀態檢測方法，本發明實施例提供的基于熱成像技術的植物健康狀態檢測方法中，首先讀取包括植物和參考葉片的溫度數據文檔，利用植被土壤分離算法和參考溫度算法獲得植被土壤分離數據文檔和冠層溫度Tc，根據參考葉片的熱紅外圖像的溫度數據獲得參考溫度Tp，最后根據所述冠層溫度Tc、參考溫度Tp以及所述氣溫數據Ta計算所述植被蒸騰擴散系數，即可得到植物的健康狀況等級。與現有技術相比，本發明實施例利用三溫模型計算植被蒸騰擴散系數，進而對植物長勢做出評價，操作簡單、效率高。
【專利說明】基于熱成像技術的植物健康狀態檢測方法
【技術領域】
[0001]本發明涉及一種評價植物長勢的技術，尤其涉及一種基于熱成像技術的植物健康狀態檢測方法。
【背景技術】
[0002]近年來，隨著遙感技術的進步，植物冠層溫度在遙感領域得到應用。已有研究利用植被表面溫度、氣溫和植被指數來計算作物水分虧缺，用于探討不完全覆蓋植被區的水分虧缺問題。后來，冠層氣溫差被廣泛應用于計算蒸散量和光合作用，并被進一步應用于計算作物水分虧缺。在這些研究的基礎上，表面溫度已經變成一個獲取生物環境信息的可靠技術，并廣泛應用于co2通量監測、污染監測和農業領域。然而，要利用這些方法測算蒸騰量，除了需要表面溫度外，還需要一些實地測量的參數，比如風速、水汽壓等，因此它們在遙感方面的應用受到一定限制。
[0003]三溫模型是測算蒸散量和評價環境質量的一種方法，因其模型的核心是表面溫度、參考表面溫度和氣溫，故被稱為“三溫模型”。該模型具有參數少、計算簡單以及容易遙感觀測等優點，而且植被蒸騰擴散系數能很好地反映蒸騰過程和確定蒸騰量，并且容易測得，便于遙感應用。
[0004]植被蒸騰擴散系數(hat)的定義式為hat= (Tc-Ta) / (Tp-Ta)，式中Τ。、Τρ和Ta分別為冠層溫度、參考溫度和氣溫。其中，參考溫度是指蒸騰量為零的葉片的冠層溫度。理論上，植被蒸騰擴散系數的取值范圍為hat ( l，hat的取值范圍可以表示了植被蒸騰量的大小，該系數越小，蒸騰量越大。
[0005]熱紅外圖像是通過紅外熱成像儀，利用紅外熱成像技術，探測目標物體的紅外輻射，并通過光電轉換、信號處理等手段，獲得的目標物體的溫度分布圖像。由于土壤與植被表面溫度的差異，可以在熱紅外圖像中通過溫度將兩者區分開來。
[0006]目前，在熱紅外圖片上區分植被和土壤區域主要借助Envi等軟件，主要方法有兩種:手動區分和利用軟件監督分類。手動區分是指參考熱紅外圖像對應的可見光圖像，將植物與土壤的邊界在相應軟件中標注出來。這種方法準確度高，但在處理較復雜或區域較大的圖片時效率較低，且費時費力，不適于大量圖片的處理；利用軟件監督分類是指在軟件中分別標記土壤和植被的代表區域，之后通過軟件的監督分類功能，由軟件自行判斷土壤和植被的邊界，并得出分類結果。這種方法較為簡便，有一定的準確度，但由于需要借助專業軟件，故適用性受到一定限制。
【發明內容】
[0007]本發明提供一種基于熱成像技術的植物健康狀態檢測方法，可以實現自動分離植被區域和土壤區域并計算植被蒸騰擴散系數，從而確定植物的健康狀態。
[0008]本發明提出一種基于熱成像技術的植物健康狀態檢測方法，包括:
[0009]獲取包括植物和參考葉片的熱紅外圖像，將所述植物和參考葉片的熱紅外圖像的溫度數據分別導出成制表符分割的溫度數據文檔；
[0010]讀取上述溫度數據文檔，去除所述數據文檔中溫度數據以外的信息獲得純溫度數據文檔，通過植被土壤分離算法獲得植被土壤分離數據文檔和冠層溫度T。；
[0011]獲取所述參考葉片的熱紅外圖像的溫度數據，處理所得參考溫度τρ ；
[0012]利用所述植物的熱紅外圖像拍攝時間信息，結合拍攝所在地氣象數據信息，獲取所述拍攝時間點的氣溫數據Ta ；
[0013]根據所述冠層溫度T。、參考溫度Tp以及所述氣溫數據Ta計算所述植被蒸騰擴散系數和健康狀況等級。
[0014]優選的，所述的基于熱成像技術的植物健康狀態檢測方法中，所述通過植被土壤分離算法獲得植被土壤分離數據文檔和冠層溫度T。具體包括:
[0015]以植物的熱紅外圖像溫度數據中心位置4X4共16個數據為基準點，分別獲取該16個數據中的最大值A和最小值B，然后取(B-0.5，A+0.5)為合理區間，該區間內的溫度值即為冠層溫度T。；
[0016]根據所述冠層溫度T。分離植被區域與土壤區域，獲得植被土壤分離數據文檔。
[0017]由上可知，本發明實施例提供的基于熱成像技術的植物健康狀態檢測方法中，首先讀取包括植物和參考葉片的溫度數據文檔，利用植被土壤分離算法和參考溫度算法獲得植被土壤分離數據文檔和冠層溫度T。，根據參考葉片的熱紅外圖像的溫度數據獲得參考溫度τρ，最后根據所述冠層溫度Τ。、參考溫度Τρ以及所述氣溫數據Ta計算所述植被蒸騰擴散系數，即可得到植物的健康狀況等級。與現有技術相比，本發明實施例利用三溫模型計算植被蒸騰擴散系數，進而對植物長勢做出評價，操作簡單、效率高。
【專利附圖】
【附圖說明】
[0018]圖1是本發明實施例提供的基于熱成像技術的植物健康狀態檢測方法中的植物熱紅外圖像。
[0019]圖2是本發明實施例提供的基于熱成像技術的植物健康狀態檢測方法中參考葉片熱紅外圖像。
[0020]圖3是本發明實施例提供的基于熱成像技術的植物健康狀態檢測方法的流程圖。
[0021]圖4是本發明實施例試驗中獲得的文字結果輸出圖。
[0022]圖5是本發明實施例試驗中獲得的植物純溫度數據的圖形化顯示圖。
[0023]圖6是本發明實施例試驗中獲得的植被土壤分離數據的圖形化顯示圖。
[0024]圖7是本發明實施例試驗中獲得的植被蒸騰擴散系數的圖形化顯示圖。
[0025]圖8是本發明實施例試驗中獲得的植被健康狀況等級的圖形化顯示圖。
[0026]本發明目的的實現、功能特點及優點將結合以下的實施例，參照附圖做進一步說明。
【具體實施方式】
[0027]應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。
[0028]請參閱圖1和圖2，圖1為本發明實施例中待評價健康狀況等級植物的熱紅外圖像，圖2為相同地理條件下參考葉片的熱紅外圖像，用于獲取沒有蒸騰(蒸騰量為零)的冠層溫度Tp。
[0029]如圖1所示，在拍攝植物熱紅外圖像時，要盡量將圖像的中心區域落在植物葉片區域，并且在拍攝植物全株熱紅外圖像時，要保證成像區域可以覆蓋整棵植株且拍攝角度最好從上往下；如圖2所示，在拍攝參考葉片熱紅外圖像時也應盡量按上述要求進行。
[0030]請一并參閱圖1-3，圖3是本發明實施例提供的基于熱成像技術的植物健康狀態檢測方法的流程圖。
[0031]如圖所示，本發明實施例提供的基于熱成像技術的植物健康狀態檢測方法主要包括如下步驟:
[0032]S01:獲取包括植物和參考葉片的熱紅外圖像，利用紅外熱成像儀配套軟件SmartView將所述植物和參考葉片的熱紅外圖像的溫度數據分別導出成制表符分割的溫度數據文檔。
[0033]在本發明實施例中，利用紅外熱成像儀獲取包括植物和參考葉片的熱紅外圖像，利用紅外熱成像儀配套軟件SmartView將植物和參考葉片的熱紅外圖像的溫度數據(單位為K)分別導出成制表符分割的txt格式的文本文檔。
[0034]S02:利用數據自動化處理的軟件Processor讀取上述溫度數據文檔，去除所述數據文檔中溫度數據以外的信息獲得純溫度數據文檔，通過植被土壤分離算法獲得植被土壤分離數據文檔和冠層溫度T。。
[0035]在本發明實施例中，利用本發明成員自主編程實現數據自動化處理的軟件Processor讀取上述植物溫度數據文檔，并根據提示保存相應的數據文檔，包括對上述SmartView導出的文本文檔加工后的純溫度數據文檔和植被土壤分離數據文檔。具體的，本發明實施例通過植被土壤分離算法獲得植被土壤分離數據文檔和冠層溫度T。。
[0036]S03:利用數據自動化處理的軟件Processor獲取所述參考葉片的熱紅外圖像的溫度數據，處理所得參考溫度Tp。
[0037]具體的，本發明實施例利用上述軟件Processor讀取上述參考葉片的熱紅外圖像的溫度數據，處理所得參考溫度結果Tp，將其輸出到參考溫度Τρ欄內備用。
[0038]S04:利用所述植物的熱紅外圖像拍攝時間信息，結合拍攝所在地氣象數據信息，獲取所述拍攝時間點的氣溫數據Ta。
[0039]在本發明實施例中，利用上述植物的熱紅外圖像拍攝時間信息，結合拍攝所在地氣象數據文件，獲取對應時間點的氣溫數據Ta (單位為K)，并將其輸入上述數據自動化處理軟件Processor中“請輸入空氣溫度Ta”后的對話框內備用。
[0040]S05:利用數據自動化處理的軟件Processor，結合所述冠層溫度T。、參考溫度Tp以及所述氣溫數據Ta計算所述植被蒸騰擴散系數和健康狀況等級。
[0041]在本發明實施例中，利用上述數據自動化處理軟件Processor執行判斷，并根據提示保存上述植被蒸騰擴散系數(hat)和健康狀況等級數據文檔。
[0042]由上可知，本發明實施例提供的基于熱成像技術的植物健康狀態檢測方法中，首先讀取包括植物和參考葉片的溫度數據文檔，利用植被土壤分離算法和參考溫度算法獲得植被土壤分離數據文檔和冠層溫度T。，根據參考葉片的熱紅外圖像的溫度數據獲得參考溫度τρ，最后根據所述冠層溫度Τ。、參考溫度Τρ以及所述氣溫數據Ta計算所述植被蒸騰擴散系數，即可得到植物的健康狀況等級。與現有技術相比，本發明實施例利用三溫模型計算植被蒸騰擴散系數，進而對植物長勢做出評價，操作簡單、效率高。
[0043]繼續參見圖1，在本發明實施例提供的檢測方法中，還包括以下步驟:
[0044]S06:利用遙感圖像處理平臺ENVI分別讀取上述步驟中保存的數據文檔，進行圖形化顯示。
[0045]本發明實施例利用ENVI (The Environment for Visualizing Images)軟件將植物長勢情況用圖形化的方式展現出來，方便研究人員進行分析和處理。
[0046]具體的，在上述步驟S01中，本實施例的植物熱紅外圖像由本發明成員用FLUKETi55FT熱像儀在西鄂爾多斯國家級自然保護區內拍攝的沙冬青植株；參考葉片由與植物葉片顏色相同的綠色紙片裁剪而成，并固定在植株旁的冠層頂部位置，參考葉片的熱紅外圖像由本發明成員用相同儀器在相同時間段拍攝。
[0047]在步驟S02中，利用本發明成員自主編程實現數據自動化處理的軟件Processor讀取上述植物溫度數據文檔，通過去除文檔中溫度數據以外的信息獲得純溫度數據文檔，通過植被土壤分離算法獲得植被土壤分離數據文檔。所述植被土壤分離算法指，以植物的熱紅外圖像溫度數據中心位置4 X 4共16個數據為基準點，分別獲取該16個數據中的最大值(以A為例)和最小值(以B為例)，然后取(B-0.5，A+0.5)為合理區間，該區間內的溫度值為合理的植物溫度值即冠層溫度T。，以此作為分離植被與土壤的依據。上述數據自動化處理軟件Processor保存上述植被土壤分離數據文檔時，保留上述區間內的溫度值作為植被溫度，并將上述區間外的溫度值設為1000以示區別，便于圖形化差異顯示。
[0048]在步驟S03中，利用上述軟件Processor讀取上述參考葉片的熱紅外圖像的溫度數據，并利用參考溫度算法進行處理。所述參考溫度算法指，先用上述植被土壤分離算法處理參考葉片的熱紅外圖像溫度數據，并取得上述合理區間內溫度的最大值(以C為例)，則(C-0.5, C)區間內冠層溫度值的平均值即為沒有蒸騰(蒸騰量為零)的冠層溫度Tp，輸出顯示在上述數據自動化處理軟件Processor界面上參考溫度Tp欄內備用。
[0049]在步驟S04中，對應于植物熱紅外圖像拍攝時點的氣溫數據1；取自本發明成員自行攜帶安裝的移動氣象站所記錄的數據，該移動氣象站記錄數據的頻率設定為每10分鐘記錄一次數值，若找不到對應于植物熱紅外圖像拍攝時點的氣溫數據，則利用上述時點所在區間的線性內插獲得。
[0050]在步驟S05中，利用上述數據自動化處理軟件Processor執行判斷，并根據提示保存上述植被蒸騰擴散系數(hat)和健康狀況等級數據文檔。所述植被蒸騰擴散系數(hat)通過上述Τ。、τρ和Ta的計算獲得，計算公式為ι^=(?；-?/(τρ-?。所述健康狀況等級數據由相應植被蒸騰擴散系數(hat)決定，共分為五個等級:健康生長(hat < -1)、較健康生長(-1 ( hat < 0)、生長狀況一般(0 ( hat < 0.5)、生長狀況較差(0.5≤ hat≤ 1)和非法數據(hat> 1)。為便于圖像化顯示，上述數據自動化處理軟件Processor將上述五種健康狀況等級分別賦值為10、20、30、40和50保存于上述健康狀況等級數據文檔中。
[0051]下面以一個實驗為例，采用西鄂爾多斯國家級自然保護區內拍攝的沙冬青植株作為待評價長勢的植物。通過SmartView軟件和數據自動化處理軟件processor的處理，獲得如圖4所示的文字結果。圖5顯示的是軟件processor處理后的植物純溫度數據的圖像，可見與圖1中植物熱紅外·圖片一致。圖6為用植被土壤分離算法獲得的植被土壤分離圖像，對比圖5可知，圖6中植被和土壤得到了較好的區分。圖7是植被蒸騰擴散系數(hat)圖像，圖中植被區域顏色深淺不一說明不同區域的植被蒸騰擴散系數不同，進而說明其長勢有別。圖8所不為植物生長健康等級圖，結合圖4和圖8可知，圖1中所不沙冬青植株的總體長勢情況較差，其中生長狀況一般的占27.59%，如圖8中黑色區域所示；生長狀況較差的占53.56% ;另外18.85%為非法數據，其成因在于在進行圖1所示植物熱紅外圖像的拍攝時，中心點區域中有一部分溫度較高的數據，在植被土壤分離算法中被識別為植被而導致了誤差，經過植被蒸騰系數的進一步修正，將這些非法數據過濾出來，最終繪制出如圖8所示植物生長健康等級圖。
[0052]實驗工具和數據處理用到的軟件包括:紅外熱成像儀(FLUKE，型號為Ti55FT)，移動氣象站(Davis Instruments,型號為 6152), PC 機(ASUS M51VA), SmartView 軟件(版本號為3.3.190.0)，Processor軟件(本發明成員開發的數據處理軟件)，ENVI軟件(版本號為
4.8)。
[0053]由上可知，在本發明實施例基于熱紅外圖像利用三溫模型判斷植物長勢的方法中，利用植被土壤分離算法和參考溫度算法，數據處理軟件Processor對SmartView導出的植被和參考葉片的溫度數據文件進行了自動化的處理，得到相應的數據文檔和植物長勢的文字輸出結果。最后利用ENVI軟件將植物長勢情況用圖形化的方式展現出來。
[0054]因此，本發明實施例能夠較好地完成數據的自動化處理過程，并且能夠分別以文字和圖像的方式對植物長勢做出評價。
[0055]應當理解的是，以上僅為本發明的優選實施例，不能因此限制本發明的專利范圍，凡是利用本發明說明書及附圖內容所作的等效機構或等效流程變換，或直接或間接運用在其他相關的【技術領域】，均同理包括在本發明的專利保護范圍內。
【權利要求】
1.一種基于熱成像技術的植物健康狀態檢測方法，其特征在于，包括:獲取包括植物和參考葉片的熱紅外圖像，將所述植物和參考葉片的熱紅外圖像的溫度數據分別導出成制表符分割的溫度數據文檔；讀取上述溫度數據文檔，去除所述數據文檔中溫度數據以外的信息獲得純溫度數據文檔，通過植被土壤分離算法獲得植被土壤分離數據文檔和冠層溫度T。；獲取所述參考葉片的熱紅外圖像的溫度數據，處理所得參考溫度Tp ；利用所述植物的熱紅外圖像拍攝時間信息，結合拍攝所在地氣象數據信息，獲取所述拍攝時間點的氣溫數據Ta ；根據所述冠層溫度T。、參考溫度Tp以及所述氣溫數據1；計算所述植被蒸騰擴散系數和健康狀況等級。
2.根據權利要求1所述的基于熱成像技術的植物健康狀態檢測方法，其特征在于，所述通過植被土壤分離算法獲得植被土壤分離數據文檔和冠層溫度Τ。具體包括:以植物的熱紅外圖像溫度數據中心位置4X4共16個數據為基準點，分別獲取該16個數據中的最大值Α和最小值Β，然后取(Β-0.5，Α+0.5)為合理區間，該區間內的溫度值即為誕層溫度Tc ；根據所述冠層溫度T。分離植被區域與土壤區域，獲得植被土壤分離數據文檔。
3.根據權利要求2所述的基于熱成像技術的植物健康狀態檢測方法，其特征在于，所述獲取所述參考葉片的熱紅`外圖像的溫度數據，處理所得參考溫度Tp，具體包括:根據所述植被土壤分離算法處理參考葉片的熱紅外圖像溫度數據，并取得上述合理區間內溫度的最大值C，則(C-0.5，C)區間內冠層溫度值的平均值即為參考溫度Τρ。
4.根據權利要求1所述的基于熱成像技術的植物健康狀態檢測方法，其特征在于，所述方法還包括:利用遙感圖像處理平臺ENVI分別讀取上述步驟中保存的數據文檔，進行圖形化顯示。
5.根據權利要求1所述的基于熱成像技術的植物健康狀態檢測方法，其特征在于，根據如下公式計算植被蒸騰擴散系數:hat=(Tc-Ta) / (Tp-Ta)，式中T。、!；和八分別為冠層溫度、參考溫度和拍攝時間點的氣溫數據。
6.根據權利要求5所述基于熱成像技術的植物健康狀態檢測方法，其特征在于，所述健康狀況等級數據由植被蒸騰擴散系數hat決定，共分為五個等級:hat < -1，健康生長；_1 ( hat < 0,較健康生長；0 ( hat < 0.5,生長狀況一般；0.5 < hat < 1,生長狀況較差；hat > 1，非法數據。
【文檔編號】G01N25/00GK103674998SQ201310507261
【公開日】2014年3月26日 申請日期:2013年10月24日 優先權日:2013年10月24日
【發明者】邱國玉, 李瑞利, 梁曉健, 朱勇勝 申請人:北京大學深圳研究生院