[发明专利]一种植被覆盖度估算方法

说明书

本发明公开的一种植被覆盖度估算方法，其中包括：获取采样点的植被覆盖度实际测量值；获取无人机拍摄并传输的采样点的多光谱遥感图像；对多光谱遥感图像进行预处理，得到图像反射率在预设阈值内的波段图像；在波段图像中提取采样点对应像元的各波段反射率值；运用统计产品与服务解决方法将植被覆盖度实际测量值与各波段反射率值进行相关性分析得到敏感波段；通过多元线性回归方法构建植被覆盖度估算模型；对植被覆盖度估算模型筛选得到最优估算模型；利用选取出的最优估算模型估算待测区域的植被覆盖度。本发明提供的基于无人机多光谱图像的植被覆盖度估算方法解决了现有方法费时费力、时间稳定性差和空间分辨率低等问题。

技术领域

本发明涉及定量遥感应用领域，尤其涉及基于无人机多光谱遥感图像的植被覆盖度估算方法，具体涉及一种植被覆盖度估算方法。

背景技术

植被覆盖度（Fractional Vegetation Cover，FVC）是指单位面积内植被（包括叶、茎、枝）垂直投影到地面上的面积占统计区面积的百分比。植被覆盖及其变化是刻画区域生态系统环境变化的重要指标，也是影响土壤退化与水土流失的主要因子。随着研究的不断深入，植被覆盖度不仅可以定性的监测、评价局部甚至区域农、林作物的生长状况，还可以作为水文、气象、生态等研究领域许多定量模型的关键输入参数。因此，植被覆盖度估算对于大气、土壤、水文和生态等研究具有积极意义。

植被覆盖度测算方法大致经历了简单目测估算、仪器测量计算和遥感解译分析等阶段。目前，仪器测量方法需要较多的人力物力和时间耗费，难以适应长期快速田间监测的需求。利用遥感影像数据估算植被覆盖度是大面积无损估算植被覆盖度的主要手段之一，但当前主流的卫星遥感技术由于重访周期长、受天气影响大、影像分辨率不足等局限因素，在数据稳定性和时空分辨率等方面难以满足精准农业研究的需要。同时，还有可以利用航空飞机获取数据，但是由于航空飞机不易进入民用领域，所以航空遥感图像不易获得。

随着科技进步，无人机技术逐渐走进民用领域，无人机遥感平台易搭建、成本低、飞行区域机动、飞行高度灵活、作业周期短，获取的遥感数据空间和时间分辨率相对较高，不易受周期与天气条件的限制，因此，无人机遥感评估技术成为现在精准农业中实用化研究的热点。

因此，为了改善或解决上述简单目测估算、仪器测量计算和利用遥感影像数据估算中存在的问题，目前在植被覆盖度估算领域亟待研究出一种基于无人机多光谱遥感图像构建植被覆盖度估算模型，以期进一步提高植被覆盖度遥感监测的时间稳定性和空间分辨率，为植被覆盖度遥感估算提供技术支持。

发明内容

为了解决上述现有技术中存在的问题，本发明的目的在于提供一种植被覆盖度估算方法，以克服简单目测估算、仪器测量计算和利用遥感影像数据估算中存在的费时费力，时间稳定性差和空间分辨率低等缺点，达到了在精准农业中对植被覆盖度的估算不受周期、天气条件的限制，作业周期短、灵活性高，成本低的技术效果。

根据本发明的一个方面，提供了一种植被覆盖度估算方法，其中，包括以下步骤：

获取采样点的植被覆盖度实际测量值；

获取无人机拍摄并传输的采样点的多光谱遥感图像；

对所述多光谱遥感图像进行预处理，得到图像反射率在预设阈值内的波段图像；

在所述波段图像中提取所述采样点对应像元的各波段反射率值；

运用统计产品与服务解决方法（Statistical Product and Service Solutions，简称SPSS）将所述植被覆盖度实际测量值与所述各波段反射率值进行相关性分析，得到敏感波段；

基于所述敏感波段与所述植被覆盖度实际测量值，通过多元线性回归方法，构建植被覆盖度估算模型；

采用所述植被覆盖度实际测量值对植被覆盖估算模型筛选得到最优估算模型；