买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：安徽农业大学

摘要：本发明公开了一种基于无人机和遥感模型的秸秆综合利用识别方法，涉及遥感技术领域。通过目标无人机分别获取目标种植区域的农作物在不同时期的目标图像数据；根据低空原始影像数据识别目标农作物的农作物类别；根据高光谱影像数据和农作物类别，预测农作物秸秆的可收集资源量；根据红外影像数据、多光谱影像数据和农作物类别，计算农作物秸秆的燃烧量和还田量；自动分类生成秸秆利用方式统计图表，完成秸秆综合利用的自动识别。通过采集分析目标种植区域在全生命周期的不同类型的影像数据，计算目标种植区域的农作物秸秆的可收集资源量、燃烧量和还田量，可以快速对秸秆的综合利用进行识别监测，提高识别的效率和精度。

主权项：1.一种基于无人机和遥感模型的秸秆综合利用识别方法，其特征在于，包括:通过目标无人机分别获取目标种植区域的农作物在不同时期的目标图像数据；所述目标图像数据包括低空原始影像数据、高光谱影像数据、红外影像数据和多光谱影像数据；根据所述低空原始影像数据识别所述目标种植区域的目标农作物的农作物类别；根据所述高光谱影像数据和所述农作物类别，预测所述目标种植区域的农作物秸秆的可收集资源量；根据所述红外影像数据、所述多光谱影像数据和所述农作物类别，计算所述目标种植区域的农作物秸秆的燃烧量和还田量；根据所述可收集资源量、燃烧量和还田量，自动分类生成秸秆利用方式统计图表，完成所述目标种植区域秸秆综合利用的自动识别；所述目标无人机包括冠层测量相机、高光谱相机、多光谱相机和红外采集传感器；通过目标无人机分别获取目标种植区域在不同时期的目标图像数据，包括：在目标种植区域的农作物处于成长期或者成熟期，通过所述目标无人机的所述冠层测量相机获取所述低空原始影像数据；在目标种植区域的农作物处于成熟期，通过所述目标无人机的所述高光谱相机获取所述高光谱影像数据；在目标种植区域的农作物处于收割期，通过所述目标无人机的所述多光谱相机和所述红外采集传感器获取所述红外影像数据和所述多光谱影像数据；根据所述低空原始影像数据识别所述目标种植区域的目标农作物的农作物类别，包括：将所述低空原始影像数据进行预处理，选取畸变值小于预设阈值且处于所述低空原始影像数据的中心的影像数据，作为待识别数据；通过ENVI软件结合标准白板的影像数据计算所述待识别数据的目标波谱反射率；将所述目标波谱反射率基于农作物波谱特征和归一化差值植被指数NDVI变化阈值进行分类，得到所述目标种植区域的目标农作物的农作物类别；根据所述高光谱影像数据和所述农作物类别，预测所述目标种植区域的农作物秸秆的可收集资源量，包括：根据所述高光谱影像数据和所述农作物类别，对所述目标种植区域的农作物进行生长参数反演，计算所述目标种植区域的叶面积指数和叶片碳含量；基于随机森林算法构建农作物产量预测模型；使用所述农作物产量预测模型预测所述目标种植区域的农作物预测产量；根据所述农作物预测产量测算所述目标种植区域的农作物秸秆的可收集资源量；根据所述农作物预测产量测算所述目标种植区域的农作物秸秆的可收集资源量，包括：根据所述农作物预测产量使用草谷比法计算农作物秸秆的理论资源量：农作物秸秆理论资源量＝作物产量×草谷比；所述目标种植区域的农作物秸秆的可收集资源量：农作物秸秆的可收集资源量＝农作物秸秆理论资源量×农作物秸秆可收集系数；所述农作物秸秆可收集系数由所述农作物类别决定；根据所述红外影像数据、所述多光谱影像数据和所述农作物类别，计算所述目标种植区域的农作物秸秆的燃烧量和还田量，包括：根据所述红外影像数据、所述多光谱影像数据计算所述目标种植区域的秸秆燃烧面积；根据所述农作物类别和所述秸秆燃烧面积，计算所述目标种植区域的农作物秸秆的燃烧量；计算所述多光谱影像数据的绿叶指数，根据所述多光谱影像数据和所述绿叶指数反演计算所述目标种植区域的农作物秸秆的还田量；根据所述农作物类别和所述秸秆燃烧面积，计算所述目标种植区域的农作物秸秆的燃烧量，包括：根据所述农作物类别确定所述目标农作物的干物质含量和含碳量之间的关系，运算得到所述目标农作物的生物量： ；其中，NPP为所述目标农作物积累的碳元素含量，a为植物体内碳素含量转化成干物质的转换系数，由作物含碳量得出，不同中作物的含碳量不同，a系数也不相同；F为所述目标农作物的谷草干燥比，不同作物含水量不同干燥比也不同；结合所述目标农作物的生物量和所述秸秆燃烧面积计算所述目标种植区域的农作物秸秆的燃烧量： ；其中，S为所述目标农作物的谷草比,是所述目标农作物经济部分产量和秸秆产量的比值，M为所述秸秆燃烧面积；计算所述多光谱影像数据的绿叶指数，根据所述多光谱影像数据和所述绿叶指数反演计算所述目标种植区域的农作物秸秆的还田量，包括：将所述多光谱影像数据进行预处理得到所述目标种植区域的RGB影像数据；根据所述RGB影像数据计算所述多光谱影像数据的绿叶指数；对所述多光谱影像数据进行多尺度分割，根据所述绿叶指数对所述多光谱影像数据中所述目标农作物和杂草进行区分；选取纹理参数，基于所述纹理参数进行秸秆分类提取；根据所述多光谱影像数据得到秸秆还田面积，并根据所述多光谱影像数据和所述绿叶指数反演计算所述目标种植区域的农作物秸秆的还田量；根据所述RGB影像数据计算所述多光谱影像数据的绿叶指数，具体包括： ；GLI为绿叶指数，R为所述RGB影像数据中红波段所对应的像素值、G为所述RGB影像数据中绿波段所对应的像素值、B为所述RGB影像数据中蓝波段所对应的像素值；根据所述可收集资源量、燃烧量和还田量，自动分类生成秸秆利用方式统计图表，完成所述目标种植区域秸秆综合利用的自动识别，包括：根据所述可收集资源量、燃烧量和还田量计算其他利用秸秆产量：其他利用秸秆产量＝可收集资源量-燃烧量-还田量；针对所述燃烧量、所述还田量和所述其他利用秸秆产量分别生成各种秸秆利用方式的统计图表，并计算各种秸秆利用方式的利用率，完成所述目标种植区域秸秆综合利用的自动识别。

全文数据：

权利要求：

百度查询： 安徽农业大学 一种基于无人机和遥感模型的秸秆综合利用识别方法