[发明专利]利用遥感技术估算水稻生理参数的模型及其应用

说明书

本发明涉及一种利用遥感数据估算水稻生育周期中的生理参数的模型，其特征在于，通过以下方法建立：使用探测器在水稻生育周期的各生育期获取水稻种植区的反射率信息，计算所述各生育期所述水稻种植区的植被指数；获得与所述植被指数对应的时间点所述水稻种植区的生理参数；根据上述植被指数和生理参数，建立植被指数‑生理参数估算模型。与传统方法相比，使用本发明的方法建立的植被指数‑生理参数估算模型使植被指数与生理参数之间具有更高的相关性和准确性，使利用搭载摄像头的无人机等飞行器飞行获取的反射光谱数据来监控水稻的生长情况和生理数据成为可能，有力地推动了智慧农业和精准农业的发展。

技术领域

本发明涉及智慧农业领域，更特别地，涉及一种利用遥感技术估算水稻生育周期中的生理参数的模型，以及使用上述模型估算水稻生理参数的方法。

背景技术

农业生产和研究过程中，获取作物的生理参数，例如生物量、叶绿素含量和氮含量等，对于农业的生产研究十分重要。最原始的方法是元素定量分析法(EQA)，这种方法可精确检测作物中相应物质的含量情况，但是，EQA不仅费时费力，而且是损伤性质的，要毁坏植株的部分或全部来实现检测。因此，EQA只能进行抽样调查，存在的系统误差可能会对整块田地或试验小区的作物的生理参数估计产生一定影响。

为此，随着遥感技术的发展，由植被反射光谱衍生的多种植被指数(VI)被开发出来，用于评估作物的生理参数，一些简易的测量设备也被研发制造出来。例如，植物测氮仪N-pen N110 meter就是能够快速测量植物中氮含量的设备。但是这种设备仍然存在费时费力和必须抽样调查的问题。

随着无人机发展和摄像头分辨率的提高，其与遥感技术的结合逐渐用于农业生产和研究。Lukas Prey等将光谱仪置于小麦冠层上方约1m处，测量冠层的反射率并用以评估相应的生理数据。这种方法的局限性在于，虽然能够对作物冠层进行精细分析，但是无法获得整块田地或试验小区的数据。

南京农业大学的郑恒彪等使用无人机搭载相机拍摄作物影像，并以这些影像为基础来分析和评估作物的生理参数，显示出一些生理参数与无人机拍摄的影像计算的VI之间存在一定的相关性。但是，其相关性在一些生理参数上较低。

因此，需要新的方法来评估植物(例如水稻)的生理参数，用于农业生产和研究。

发明内容

为解决以上问题，我们在水稻整个生育周期中进行无人机飞行，搭载摄像头拍摄水稻试验小区的影像，根据获得的影像计算植被指数，并在六个典型的生育期(分蘖期(TS)、拔节期(JS)、穗分化期(PIS)、孕穗期(BS)、抽穗期(FHS)和乳熟期(MRS))进行采样，用传统方法测量水稻植株的生理参数，例如叶绿素含量、氮含量等。根据对应时间点的植被指数和生理参数建立植被指数-生理参数估算模型。

基于以上研究，本发明提供了一种利用遥感技术估算水稻生育周期中的生理参数的模型，通过以下方法建立：

S1：使用探测器在水稻生育周期的各生育期获取水稻种植区的反射率信息，计算所述各生育期所述水稻种植区的植被指数；

S2：获得与所述植被指数对应的时间点所述水稻种植区的生理参数；

S3：根据S1得到的植被指数和S2得到的生理参数，建立植被指数-生理参数估算模型。

在一个具体实施方案中，S1中，所述探测器搭载于无人机上，所述探测器获取所述全反射率信息时，处于所述水稻种植区上方50-200m的高度。本文在研究过程中发现，从植物冠层上方50-200m处获得图像或反射率数据，用于计算NDRE等植被指数，可用于建立植被指数-生理参数估算模型。

在一个优选实施方案中，所述植被指数为NDRE，并且所述生理参数为氮含量或叶绿素。