[发明专利]一种农作物表型信息多源遥感监测方法

说明书

本发明提供一种农作物表型信息多源遥感监测方法，包括：通过遥感传感器采集待监测区域的低空遥感多源数据，所述的多源数据是可见光图像、多光谱图像和热红外图像的组合；对所采集的多源数据按照以下方法进行图像处理；根据处理后得到的图像信息做数据提取各类图形谱表型信息并进行统计分析，最终得到农作物表型信息低空遥感监测结果。本发明的监测方法能够在大田环境下实现高精度的作物长势相关指标的快速提取。

技术领域

本发明涉及一种农业低空遥感监测的方法，尤其是农作物(性状)表型信息监测方法。

背景技术

农业遥感系统指利用遥感技术进行农业资源调查、土地利用现状分析、农业病虫害监测、农作物估产等农业应用的综合技术。例如农业病虫害监测技术主要是通过遥感平台获取农作物影像数据来探测和发现农作物病虫害。无人机作为低空遥感平台，相对传统的卫星和航空遥感平台在部署灵活性、空间(时间)分辨率和数据准确性等多方面具有优势，成为农业遥感监测技术研究和应用的重要分支。

目前，农业低空遥感监测中，对农作物(性状)表型信息的监测还存在一些需要解决的问题，主要包括以下几方面：

一方面，数据采集的多源性与采集平台的便利性存在矛盾。

现有技术中，通常采用无人机作为农业低空遥感的数据采集平台，但是在实际应用方面存在一些矛盾，主要体现为无人机平台在多源低空遥感传感器的集成性与便携性两方面往往无法兼顾。所述的遥感传感器通常包括多光谱相机和热红外相机等，现有的农业遥感监测中，能具备多种传感器挂载能力的无人机都是中大型无人机，整机重量会超过6kg，不仅很难快速地完成小范围低空数据实时采集，而且便携性和安全性差；而轻便的小型无人机遥感平台虽然可以实现小范围实时监测，但均不具备挂载多种传感器的能力。这使得无人机作为遥感平台应用时具有一定的局限性。特别是在野外大田环境中进行农作物精细化长势监测时，中大型无人机由于体积庞大，运输和作业过程复杂，导致机动性较差而无法便捷完成高精度指标的快速提取，而小型无人机平台在单兵作业情况下只能实现单一指标的提取。

另一方面，数据处理速度和精准度有待提高。

现有的通过低空遥感对农作物(性状)表型信息进行监测的过程中，针对遥感传感器采集到的多源影像的处理，包括无人机图像拼接、图像预处理(多源图像配准、高精度(热)辐射定标等)、作物多维农艺性状和关键长势特征提取等，缺少如多源图像配准和高精度(热)辐射定标，以及农作物图形谱表型信息自适应提取等专业性较强的处理算法，使得数据信息处理不便、精度不高，从而导致遥感数据信息提取部分效率低、不能实现高通量数据获取，最终导致农作物(性状)表型信息的高效精确监测无法实现。

而农业低空遥感监测高频次高通量作物长势数据信息获取的特点，是其对农业生产可能出现的不利情况提出快速有效的预测和防控，以及用于信息化农业研究的重要前提。因此，有必要提出一种新的农业低空遥感监测方法，利用小型无人机遥感平台实现多源遥感数据采集和高通量数据获取。

发明内容

鉴于上述需要解决的问题，本发明的目的在于：提供一种对农作物表型信息进行多源遥感监测的方法，能够在大田环境下实现高精度的作物长势相关指标的快速提取。

本发明的上述目的通过以下技术方案实现：

提供一种农作物表型信息多源遥感监测方法，包括：

1)通过遥感传感器采集待监测区域的低空遥感多源数据，所述的多源数据是可见光图像、多光谱图像和热红外图像的组合；

2)对1)所采集的多源数据按照以下方法进行图像处理；

①在选择了空间参考的情况下，对1)得到的可见光图像、多光谱图像和热红外图像进行图像拼接，得到任意田块的正摄影像(DOM)和数字表面模型(DSM)；具体包括基于所述可见光图像的DOM和DSM、基于所述多光谱图像的DOM和DSM，和基于所述热红外图像的DOM和DSM；