一種基于PROSAIL-PRO和多光譜無人機(jī)遙感的玉米多生育期葉片含氮量的監(jiān)測方法

本技術(shù)涉及農(nóng)作物生長營養(yǎng)定量遙感監(jiān)測，尤其涉及一種基于prosail-pro和多光譜無人機(jī)遙感的玉米多生育期葉片含氮量的監(jiān)測方法。

背景技術(shù)：

1、氮是作物生長的關(guān)鍵營養(yǎng)元素，不同生育期作物氮含量對最終產(chǎn)量和品質(zhì)有重要影響。傳統(tǒng)的作物氮素檢測方法通常采用室外采樣和室內(nèi)檢測，不僅費(fèi)時費(fèi)力，而且具有破壞性和滯后性。隨著遙感光譜監(jiān)測技術(shù)的發(fā)展，無損遙感已成為作物氮素評估的一個有吸引力的工具?；诿娣e的葉片氮含量(lnc_a，g/m2)是定量評價玉米氮素營養(yǎng)狀況的關(guān)鍵指標(biāo)。利用遙感手段從冠層尺度對作物氮含量進(jìn)行估測，主要有兩大類方法：經(jīng)驗(yàn)?zāi)Ｐ头ê臀锢砟Ｐ头ā?/p>

2、依靠現(xiàn)有的經(jīng)驗(yàn)?zāi)Ｐ突蛭锢砟Ｐ蛯τ谟衩锥嗌谌~片含氮量的監(jiān)測不夠精確，并且，難以在農(nóng)場尺度投入實(shí)際監(jiān)測。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明旨在提供一種基于prosail-pro和多光譜無人機(jī)遙感的玉米多生育期葉片含氮量的監(jiān)測方法，以解決依靠現(xiàn)有經(jīng)驗(yàn)?zāi)Ｐ突蛭锢砟Ｐ凸罍y不夠精確、難以在農(nóng)場尺度投入實(shí)際監(jiān)測的問題，同時彌補(bǔ)在田間監(jiān)測中衛(wèi)星遙感分辨率較低，影像易受到云層覆蓋的不足。

2、為實(shí)現(xiàn)上述目的，本發(fā)明的一種基于prosail-pro和多光譜無人機(jī)遙感的玉米多生育期葉片含氮量的監(jiān)測方法提供了以下技術(shù)方案：

3、基于無人機(jī)平臺獲取目標(biāo)玉米多生育期的遙感影像，同期采集地面實(shí)測數(shù)據(jù)，地面實(shí)測數(shù)據(jù)用于表征遙感影像對應(yīng)的地面農(nóng)情；對遙感影像和地面實(shí)測數(shù)據(jù)進(jìn)行預(yù)處理；

4、將預(yù)處理后的地面實(shí)測數(shù)據(jù)輸入到基于prosail-pro的輻射傳輸模型中，得到模擬光譜；基于prosail-pro的輻射傳輸模型用于分析地面實(shí)測數(shù)據(jù)的敏感程度，標(biāo)定關(guān)鍵模型參數(shù)，反演作物冠層光譜以構(gòu)建模擬光譜，計算重要生理生化參數(shù)；

5、依據(jù)模擬光譜選擇高敏感的輸入?yún)?shù)，結(jié)合隨機(jī)森林模型，構(gòu)建基于面積的葉片氮含量的目標(biāo)監(jiān)測模型；

6、利用地面實(shí)測數(shù)據(jù)中的的不同生育期的玉米葉片氮含量數(shù)據(jù)，從目標(biāo)反演模型中對比評估各玉米生育期的最優(yōu)基于面積的葉片氮含量的目標(biāo)監(jiān)測模型；

7、將各玉米生育期獲得的預(yù)處理后的遙感影像輸入對應(yīng)的最優(yōu)反演模型中，得到各個玉米生育期的葉片含氮量的監(jiān)測結(jié)果；監(jiān)測結(jié)果為厘米級分辨率。

8、可選的，基于無人機(jī)平臺獲取目標(biāo)玉米多生育期的遙感影像，同期采集地面實(shí)測數(shù)據(jù)，包括：

9、確定并拍攝玉米多生育期中關(guān)鍵玉米生育期的無人機(jī)遙感影像，對無人機(jī)遙感影像進(jìn)行輻射定標(biāo)、幾何校正等預(yù)處理，拼接完成得到農(nóng)場尺度厘米級分辨率遙感影像；

10、采集田間玉米植株和地面實(shí)測數(shù)據(jù)，對各采樣點(diǎn)的地面實(shí)測數(shù)據(jù)進(jìn)行整理分析，充分研磨玉米葉片，使之過100目篩，利用元素分析儀獲取葉片全氮參數(shù)。

11、可選的，prosail-pro輻射傳輸模型由prosail-pro和4sail耦合得到，用于基于太陽輻射與植被冠層交互的物理過程，建立作物狀態(tài)與其雙向反射特性之間的物理關(guān)系；

12、prosail-pro輻射傳輸模型中，植被對光的吸收過程由每個基本層的吸收系數(shù)k(λ)決定，散射過程由葉片結(jié)構(gòu)參數(shù)n和折射率n(λ)決定，每個波段的反射率r(λ)和透射率t(λ)為：

13、[r(λ)，t(λ)＝prospect_pro(n，k(λ)，n(λ))

14、其中，k(λ)是葉片各生理生化參數(shù)值ci與相應(yīng)吸收系數(shù)ki(λ)的乘積：

15、k(λ)＝∑ki(λ)·ci·n·i

16、優(yōu)選的，為提升遙感影像的精度，待拼接的無人機(jī)影像需經(jīng)過相機(jī)參數(shù)優(yōu)化，篩選不符合要求的影像，將gcp的三維坐標(biāo)信息導(dǎo)入到pix4dmapper中以保證影像的水平精度和垂直精度，針對每一個控制點(diǎn)進(jìn)行相應(yīng)的校準(zhǔn)，并確立dn值與實(shí)際反射率之間的對應(yīng)關(guān)系以調(diào)整影像數(shù)據(jù)，滿足影像準(zhǔn)確性、完整性、兼容性的要求。

17、可選的，將預(yù)處理后的地面實(shí)測數(shù)據(jù)輸入到基于prosail-pro的輻射傳輸模型中，得到模擬光譜，包括：

18、將地面實(shí)測數(shù)據(jù)和玉米多生育期的先驗(yàn)知識輸入基于prosail-pro的輻射傳輸模型中，分析地面實(shí)測數(shù)據(jù)中生理生化參數(shù)的光譜敏感性，通過對基于prosail-pro的輻射傳輸模型中的關(guān)鍵模型參數(shù)進(jìn)行標(biāo)定，精確模擬實(shí)際植被的反射光譜特性；使用差分進(jìn)化自適應(yīng)metropolis算法進(jìn)行馬爾科夫鏈蒙特卡方法進(jìn)行采樣，引入馬爾科夫并行鏈，構(gòu)建似然函數(shù)，最終生成玉米冠層的模擬光譜。

19、優(yōu)選的，為提升玉米冠層光譜的準(zhǔn)確度，對prosail-pro的光譜敏感性進(jìn)行評估，并基于馬爾科夫鏈蒙特卡方法mcmc采樣平穩(wěn)分布后的參數(shù)樣本，判斷每個參數(shù)的最大似然值是否都處于參數(shù)分布的高密度區(qū)，從而結(jié)合實(shí)測數(shù)據(jù)和先驗(yàn)知識對模型的參數(shù)值進(jìn)行校正，構(gòu)建精確的冠層模擬光譜。

20、可選的，基于面積的葉片氮含量的目標(biāo)監(jiān)測模型包括基于光譜特征和植被指數(shù)的玉米葉片含氮量的監(jiān)測模型、基于葉綠素含量的玉米葉片含氮量的監(jiān)測模型和基于蛋白質(zhì)的玉米葉片含氮量的監(jiān)測模型；依據(jù)模擬光譜選擇高敏感的輸入?yún)?shù)，結(jié)合隨機(jī)森林模型，構(gòu)建基于面積的葉片氮含量的目標(biāo)監(jiān)測模型，包括：

21、步驟一、使用索波爾模型，通過計算模擬光譜中輸入?yún)?shù)的總體方差和部分方差對基于prosail-pro的輻射傳輸模型輸出的貢獻(xiàn)度，以評估每個參數(shù)的重要程度；

22、步驟二：采用隨機(jī)森林模型直接建立基于光譜特征和植被指數(shù)的玉米葉片含氮量的監(jiān)測模型、基于葉綠素含量的玉米葉片含氮量的監(jiān)測模型和基于蛋白質(zhì)的玉米葉片含氮量的監(jiān)測模型；采用十折交叉驗(yàn)證為基于光譜特征和植被指數(shù)的玉米葉片含氮量的監(jiān)測模型、基于葉綠素含量的玉米葉片含氮量的監(jiān)測模型和基于蛋白質(zhì)的玉米葉片含氮量的監(jiān)測模型調(diào)參。

23、優(yōu)選的，為提升反演生理生化參數(shù)的代表性，使用索波爾sobol模型，考慮玉米在不同生育期之間特征的差異，分析主要指標(biāo)參數(shù)對不同波段的敏感性，使用三種方法構(gòu)建玉米葉片含氮量的監(jiān)測模型。利用隨機(jī)森林機(jī)器學(xué)習(xí)建立基于光譜特征和植被指數(shù)的玉米葉片含氮量的監(jiān)測模型、基于葉綠素含量的玉米葉片含氮量的監(jiān)測模型、基于蛋白質(zhì)的玉米葉片含氮量的監(jiān)測模型。

24、可選的，地面實(shí)測數(shù)據(jù)中的不同生育期的玉米葉片含氮量數(shù)據(jù)基于元素分析儀測量得到，不同生育期的玉米葉片含氮量數(shù)據(jù)用于驗(yàn)證基于面積的葉片氮含量的目標(biāo)監(jiān)測模型的精度；基于面積的葉片氮含量的目標(biāo)監(jiān)測模型的精度的驗(yàn)證過程的統(tǒng)計學(xué)平價指標(biāo)包括判定系數(shù)、均方根誤差、相對均方根誤差。

25、優(yōu)選的，為篩選得到精度最高即各玉米生育期的最優(yōu)的基于面積的葉片氮含量的目標(biāo)監(jiān)測模型，結(jié)合地面實(shí)測數(shù)據(jù)，判定系數(shù)r2，均方根誤差rmse，相對均方根誤差rrmse等統(tǒng)計學(xué)指標(biāo)評定三種基于面積的葉片氮含量的目標(biāo)監(jiān)測模型精度，最終得到玉米各生育期最優(yōu)的葉片含氮量的監(jiān)測方法，用于監(jiān)測結(jié)果的輸出?；趐rosail-pro的輻射傳輸模型本發(fā)明的一種基于prosail-pro和多光譜無人機(jī)遙感的玉米多生育期葉片含氮量的監(jiān)測方法，具有以下優(yōu)點(diǎn)：

26、具有厘米級分辨率，且監(jiān)測方法易于在實(shí)際生產(chǎn)中的應(yīng)用，具有較好的社會效益。已知技術(shù)中采用高光譜傳感器進(jìn)行監(jiān)測玉米多生育期葉片含氮量，但是高光譜傳感器成本高、操作復(fù)雜，且容易出現(xiàn)數(shù)據(jù)冗余、遷移性較差，高光譜傳感器在實(shí)際的農(nóng)業(yè)生產(chǎn)中難以普及。與之相比，本技術(shù)采用了成本較低且同樣具有良好可靠性的多光譜傳感器，適合進(jìn)行大批量投入應(yīng)用。

27、本技術(shù)結(jié)合基于prosail-pro輻射傳輸模型，對模型中的各輸入?yún)?shù)分別進(jìn)行了敏感性分析。這有助于降低模型參數(shù)的冗余度，建立模型和實(shí)際遙感數(shù)據(jù)之間建立更準(zhǔn)確的聯(lián)系，進(jìn)一步提高重要參數(shù)的準(zhǔn)確測量和估算能力。

28、利用實(shí)際測量的葉面積指數(shù)lai數(shù)值而非葉面積掃描儀作為輸入模型，精度更加可靠。lai作為prosail-pro輻射傳輸模型中具有極高敏感性的參數(shù)，田間測量的準(zhǔn)確度將對玉米冠層光譜的構(gòu)建產(chǎn)生重要影響。本技術(shù)利用葉片實(shí)際測量數(shù)值而非葉面積掃描儀，可以更大程度上降低lai測量誤差。

29、對多種基于面積的葉片氮含量的目標(biāo)監(jiān)測模型的篩選，提高了模型精度且適用于不同生育期。在玉米關(guān)鍵生育期采集無人機(jī)影像和實(shí)測數(shù)據(jù)，采用隨機(jī)森林模型建立多個基于面積的葉片氮含量的目標(biāo)監(jiān)測模型，之后根據(jù)通用統(tǒng)計學(xué)指標(biāo)對比各生育期模型優(yōu)度，篩選集成能更好監(jiān)測不同生育期的葉片含氮量。