[发明专利]基于高斯过程回归算法的水稻单位面积内地上部干物重遥感反演模型和方法

说明书

本发明提供一种基于高斯过程回归算法的水稻单位面积内地上部干物重遥感反演模型，为Python语言的高斯过程回归模型，并进一步提供了该高斯过程回归模型的模型参数。还提供了基于高斯过程回归算法的水稻单位面积内地上部干物重遥感反演方法。本发明的基于高斯过程回归算法的水稻单位面积内地上部干物重遥感反演模型能够快速、准确的获取水稻单位面积内地上部干物重信息，克服水稻组分复杂带来的光谱叠加效应造成的水稻单位面积内地上部干物重特征波段难以确定的困难，大大提高水稻单位面积内地上部干物重反演模型精度。

技术领域

本发明涉及农业遥感技术领域，特别涉及水稻单位面积内地上部干物重测量技术领域，具体是指一种基于高斯过程回归算法的水稻单位面积内地上部干物重遥感反演模型和方法。

背景技术

水稻地上部干物质的积累是水稻净光合作用的重要标志，受水稻光合能力、环境温度以及肥水等因素的影响，反映了水稻生理、长势以及肥水状况(胡继超,姜东,曹卫星,等.短期干旱对水稻叶水势、光合作用及干物质分配的影响[J].应用生态学报,2004,15(1):63-67)。

监测水稻单位面积内地上部干物重，不仅可以保证水稻生产的产量和品质，同时能够动态管理水稻的水肥施用，减少水稻生产中水肥的使用量，从而产生显著的经济和社会效益(薛利红,曹卫星,罗卫红.基于冠层反射光谱的水稻产量预测模型[J].遥感学报,2005,9(001):100-105)。传统的水稻单位面积内地上部干物重的监测主要采用破坏性采样的方法，需要在室内进行烘干称重，费时费力，无法及时的获取水稻的单位面积内地上部干物重。

水稻的生理生化过程中，体内某些特定物质和细胞结构的变化，导致了水稻反射光谱的改变。因此，可以用光谱的变化来获取水稻生长信息(周冬琴.基于冠层反射光谱的水稻氮素营养与籽粒品质监测[D].南京农业大学,2007)。目前，使用高光谱来监测水稻的生长状态已经在作物生长监测中得到了应用。随着光谱技术的发展和普及，使用光谱可以快捷迅速的获取水稻单位面积内地上部干物重信息已经成为越来越多水稻生产从业者和研究人员的共识。最常用的方式是使用便携式全波段光谱仪获取水稻生长信息，选择能够反映地上部干物质积累量(单位面积内地上部干物重)的特征波段构建反演模型。在构建水稻单位面积内地上部干物重反演模型的过程中，全波段光谱仪所测定的光谱范围涵盖了350nm～2500nm，水稻组分复杂，组分光谱特征波段部分重叠，水稻单位面积内地上部干物重特征光谱的确定困难，同时高光谱数据的快速处理成为基于高光谱数据估测水稻单位面积内地上部干物重的亟待解决的技术问题。

因此，希望提供一种水稻单位面积内地上部干物重遥感反演模型，其能够快速、准确的获取水稻单位面积内地上部干物重信息，克服水稻组分复杂带来的光谱叠加效应造成的水稻单位面积内地上部干物重特征波段难以确定的困难，大大提高水稻单位面积内地上部干物重反演模型精度。

发明内容

为了克服上述现有技术中的缺点，本发明的一个目的在于提供一种基于高斯过程回归算法的水稻单位面积内地上部干物重遥感反演模型，其能够快速、准确的获取水稻单位面积内地上部干物重信息，克服水稻组分复杂带来的光谱叠加效应造成的水稻单位面积内地上部干物重特征波段难以确定的困难，大大提高水稻单位面积内地上部干物重反演模型精度，适于大规模推广应用。

本发明的另一目的在于提供一种基于高斯过程回归算法的水稻单位面积内地上部干物重遥感反演模型，其设计巧妙，计算简便，易于实现，成本低，适于大规模推广应用。

本发明的另一目的在于提供一种基于高斯过程回归算法的水稻单位面积内地上部干物重遥感反演方法，其能够快速、准确的获取水稻单位面积内地上部干物重信息，克服水稻组分复杂带来的光谱叠加效应造成的水稻单位面积内地上部干物重特征波段难以确定的困难，大大提高水稻单位面积内地上部干物重反演精度，适于大规模推广应用。

本发明的另一目的在于提供一种基于高斯过程回归算法的水稻单位面积内地上部干物重遥感反演方法，其设计巧妙，操作简单方便，成本低，适于大规模推广应用。