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:武汉大学
摘要:本申请公开了基于组分分析的水稻地上生物量反演方法、装置、介质及设备。该方法包括:获取多光谱图像和水稻RGB图像;提取多个类型的光谱特征、纹理特征和冠层高度数据;构建叶生物量反演模型,将多个类型的光谱特征与多个类型的纹理特征输入,筛选出第一关键类型光谱特征与第一关键类型纹理特征;建立穗生物量反演模型,以分别确定多个光谱特征相关性、多个纹理特征相关性,并筛选出第二关键类型光谱特征与第二关键类型纹理特征;将冠层高度数据与茎生物量进行拟合,根据拟合结果确定使用冠层高度数据预测水稻地上生物量;将上述特征与冠层高度数据输入到随机森林模型中,得到水稻地上生物量。本申请能够提高地上生物量的预测准确度。
主权项:1.一种基于组分分析的水稻地上生物量反演方法,其特征在于,所述方法包括:对水稻种植区域进行图像采集以获取多光谱图像和水稻RGB图像;基于所述多光谱图像提取多个类型的光谱特征和多个类型的纹理特征,基于所述水稻RGB图像提取冠层高度数据;构建叶生物量反演模型为预测叶生物量进行特征筛选,构建穗生物量反演模型为预测穗生物量进行特征筛选,构建茎生物量反演模型为预测茎生物量进行特征确定;其中,构建叶生物量反演模型为预测叶生物量进行特征筛选包括:构建叶生物量反演模型,将所述多个类型的光谱特征与所述多个类型的纹理特征输入到所述叶生物量反演模型中反演叶生物量,基于所述叶生物量反演结果筛选出第一关键类型光谱特征与第一关键类型纹理特征;构建穗生物量反演模型为预测穗生物量进行特征筛选包括:建立穗生物量反演模型,以分别确定所述多个类型的光谱特征与穗生物量之间的多个光谱特征相关性,以及分别确定所述多个类型的纹理特征与穗生物量之间的多个纹理特征相关性,基于所述多个光谱特征相关性与所述多个纹理特征相关性筛选出第二关键类型光谱特征与第二关键类型纹理特征;构建茎生物量反演模型为预测茎生物量进行特征确定包括:将所述冠层高度数据与茎生物量进行拟合,根据拟合结果确定使用所述冠层高度数据预测所述水稻地上生物量;基于筛选出的特征与所述冠层高度数据确定水稻地上生物量,包括:将所述第一关键类型光谱、所述第一关键类型纹理特征、所述第二关键类型光谱特征、所述第二关键类型纹理特征与所述冠层高度数据输入到随机森林模型中,得到所述水稻地上生物量。
全文数据:
权利要求:
百度查询: 武汉大学 基于组分分析的水稻地上生物量反演方法、装置、介质及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。