[发明专利]一种返青期冬小麦叶绿素含量估算方法

权利要求书

1.一种返青期冬小麦叶绿素含量估算方法，其特征在于，包括以下步骤：

获取采样点的返青期冬小麦叶绿素含量实际测量值；

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）将所述叶绿素含量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叶绿素含量实际测量值，通过多元线性回归方法，构建叶绿素含量估算模型；

采用所述叶绿素含量实际测量值对叶绿素含量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返青期冬小麦的叶绿素含量。

2.根据权利要求1所述的返青期冬小麦叶绿素含量估算方法，其特征在于，实际测量时间为早春冬小麦返青期间。

3.根据权利要求1所述的返青期冬小麦叶绿素含量估算方法，其特征在于，所述获取无人机拍摄并传输的采样点的多光谱遥感图像，包括以下步骤：

采用无人机搭载多光谱相机实时获取与实际测量同时的多光谱遥感图像。

4.根据权利要求1所述的返青期冬小麦叶绿素含量估算方法，其特征在于，所述预处理至少包括图像拼接处理、辐射校正处理、几何校正处理中的一项。

5.根据权利要求1所述的返青期冬小麦叶绿素含量估算方法，其特征在于，所述波段图像包括绿光波段图像、红光波段图像、红边波段图像和近红外波段图像四个波段图像。

6.根据权利要求1所述的返青期冬小麦叶绿素含量估算方法，其特征在于，所述敏感波段包括绿光波段、红光波段、红边波段和近红外波段。

7.根据权利要求1所述的返青期冬小麦叶绿素含量估算方法，其特征在于，所述多元线性回归方法可以采用多元逐步线性回归方法、多元输入线性回归方法或偏最小二乘回归方法中的一种。

8.根据权利要求1所述的返青期冬小麦叶绿素含量估算方法，其特征在于，采用所述叶绿素含量实际测量值对叶绿素含量估算模型筛选得到最优估算模型，包括以下步骤：

将所述叶绿素含量实际测量值分为建模样本集与验证样本集，

其中，所述建模样本集用于构建叶绿素含量估算模型并获得建模精度，所述验证样本集用于验证构建的估算模型的精度并获得验证精度；

通过所述建模精度与所述验证精度选取最优估算模型。

9.根据权利要求8所述的返青期冬小麦叶绿素含量估算方法，其特征在于，验证构建的估算模型的精度并获得验证精度，包括以下步骤：

将所述验证样本集中的各波段反射率值带入叶绿素含量估算模型中求得相应的叶绿素含量估算值；

基于所述叶绿素含量估算值与所述验证样本集中相应的叶绿素含量实际测量值，利用拟合方法，得到验证精度。

10.根据权利要求9所述的返青期冬小麦叶绿素含量估算方法，其特征在于，所述最优估算模型的建模精度为0.712，验证精度为0.616。