[发明专利]一种基于多源信息融合的倒伏指数提取方法

说明书

一种基于多源信息融合的倒伏指数提取方法，包含以下步骤：(1)获取高光谱分辨率、高空间分辨率、Lidar多源数据；(2)提取高光谱数据中的光谱特征，计算得到植被光谱指数；(3)提取高空间分辨率数据中的统计特征和纹理特征；(4)提取Lidar数据中的结构特征和倒伏角度特征；(5)利用步骤(2)‑(4)提取的多源特征确定倒伏指数提取模型的参数；(6)利用多元统计回归分析理论，建立多特征融合的倒伏指数定量化提取模型；(7)利用拉格朗日方法，对倒伏指数提取模型进行求解与优化；(8)利用步骤(7)计算得到倒伏指数。

技术领域

本发明涉及一种基于多源信息融合的倒伏指数提取方法,属于精准农业应用技术领域，适用于多源信息融合的农作物倒伏监测及预报研究。

背景技术

倒伏是农作物优质高产栽培的障碍因素之一，对农作物产量和品质有一定的影响，遥感技术的发展为倒伏的宏观快速监测提供了一种有效手段，利用遥感方法进行农作物倒伏监测以及减产估产分析已经证明具有良好的可行性和深入的研究，倒伏遥感监测以及遥感估计农作物产量已经成为农业遥感中的研究热点。多源信息融合技术能够实现图像的增强、提供三维可视化效果、弥补图像的信息缺失，还能够在很大程度上提高多源遥感数据的目标分类与目标识别的精度。多源信息融合技术在精准农业应用技术领域发挥了重要的作用。

目前的研究基本上都是从某一个侧面开展倒伏监测和估产研究，不能够全面的监测倒伏发生的类型、时间、程度、面积信息，从而降低了减产估产、灾情估计的精度和决策能力。遥感发展趋势为多平台、多类型的立体观测，能充分利用其开展机理和应用研究将有效提供精准农业领域的定量化应用能力。因此，如何利用多平台、多类型遥感系统开展农作物倒伏定量化监测和减产估产研究是亟待解决的关键技术问题。

发明内容

发明的目的在于克服现有技术的不足，提供一种基于多源信息融合的倒伏指数提取方法，建立多特征融合的倒伏指数定量化监测模型。

本发明的技术解决方案为：一种基于多源信息融合的倒伏指数提取方法。该方法在获取高光谱、高空间分辨率、Lidar多源信息数据的的基础上，分析农作物遥感机理以及外界环境和成像条件；在研究数据中特征的形成机制及变化规律，提取特征；利用倒伏指数作为监测倒伏的指标，选择特征作为模型参数，根据物理特性、统计特性对特征和倒伏指数进行解析表达；再分析各个参数的独立性和相关性，以及与监测倒伏指标之间的关系，建立多特征融合的倒伏定量化监测模型；并引入多元统计回归分析理论和拉格朗日方法，结合地面实测数据与参数对模型进行求解与优化。该方法充分挖掘高光谱、高空间分辨率、Lidar数据中的特征，并且将其综合分析，建立了多特征融合的倒伏指数定量化监测模型，实现了农作物倒伏指数的定量化监测和预报。

本发明一种基于多源信息融合的倒伏指数提取方法，其步骤如下：

(1)获取高光谱分辨率、高空间分辨率、Lidar多源数据；

(2)提取高光谱数据中的光谱特征，计算得到植被光谱指数；

(3)提取高空间分辨率数据中的统计特征和纹理特征；

(4)提取Lidar数据中的结构特征和倒伏角度特征；

(5)利用步骤(2)-(4)提取的多源特征确定倒伏指数提取模型的参数；

(6)利用多元统计回归分析理论，建立多特征融合的倒伏指数定量化提取模型；

(7)利用拉格朗日方法，对倒伏指数提取模型进行求解与优化；

(8)利用步骤(7)计算得到倒伏指数。

其中，步骤(2)提取高光谱数据中的光谱特征，计算得到植被光谱指数:利用高光谱分辨率数据，计算得到调整土壤亮度的植被光谱指数SAVI来确定是否有倒伏及倒伏的类型，计算方法如下：