首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于无人机高光谱的典型草原植被氮含量反演方法 

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:内蒙古工业大学

摘要:本发明公开了一种基于无人机高光谱的典型草原植被氮含量反演方法,主要涉及高光谱技术应用领域;包括步骤:S1、获得目标区域内的植被的原始高光谱数据;S2、获得植被群落氮素含量;S3、原始高光谱数据进行预处理,获得预处理后的高光谱数据;S4、通过连续小波变换,获取不同位置和不同尺度上分解得到的小波系数;S5、利用LASSO特征筛选方法,选择获得植被氮含量显著变量;S6、分别建立回归模型,并对比不同模型间的差异,以确定最佳模型;S7、将无人机获取的高光谱影像数据输入到确定的最佳模型中,最终获得样地区域植被氮素含量的空间分布图;本发明能够快速感知典型草原区域植被氮含量的空间分布进行估算并制图。

主权项:1.一种基于无人机高光谱的典型草原植被氮含量反演方法,其特征是,包括步骤:S1、利用无人机搭载高光谱成像仪拍摄目标区域内的高光谱影像,获得目标区域内的植被的原始高光谱数据;S2、在利用无人机拍摄目标区域内的高光谱影像的同时,同步采集目标区域内的植被样品,并测量植被样品的氮含量,获得植被群落氮素含量;S3、对步骤S1中的原始高光谱数据进行预处理,原始高光谱数据依次经过反射率转换、无人机影响几何矫正、影像拼接及滤波后,获得预处理后的高光谱数据;S4、通过连续小波变换对步骤S3中预处理后的高光谱数据在多个尺度上进行分解,获取不同位置和不同尺度上分解得到的小波系数,用于植被氮含量建模;S5、利用LASSO特征筛选方法,从步骤S4中的小波系数中选择对植被氮含量有显著影响的重要变量,获得植被氮含量显著变量;S6、以植被氮含量显著变量作为模型输入的自变量,以植被群落氮素含量为因变量,分别建立多元线性回归模型、XGBoost回归模型、SVM回归模型、ANN回归模型和KNN回归模型,并对比不同模型间的差异,以确定最佳模型;S7、将无人机获取的高光谱影像数据输入到确定的最佳模型中,最终获得样地区域植被氮素含量的空间分布图。

全文数据:

权利要求:

百度查询: 内蒙古工业大学 一种基于无人机高光谱的典型草原植被氮含量反演方法

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。