CN110736710B - 一种基于ndvi时间序列的玉米产量评估方法 - Google Patents

一种基于ndvi时间序列的玉米产量评估方法 Download PDF

Info

Publication number
CN110736710B
CN110736710B CN201911080822.4A CN201911080822A CN110736710B CN 110736710 B CN110736710 B CN 110736710B CN 201911080822 A CN201911080822 A CN 201911080822A CN 110736710 B CN110736710 B CN 110736710B
Authority
CN
China
Prior art keywords
ndvi
data
base station
multispectral
imaging device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911080822.4A
Other languages
English (en)
Other versions
CN110736710A (zh
Inventor
高庆
戴维序
祖笑锋
李培琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aerospace Xinde Zhitu Beijing Science And Technology Co ltd
Original Assignee
Aerospace Xinde Zhitu Beijing Science And Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aerospace Xinde Zhitu Beijing Science And Technology Co ltd filed Critical Aerospace Xinde Zhitu Beijing Science And Technology Co ltd
Priority to CN201911080822.4A priority Critical patent/CN110736710B/zh
Publication of CN110736710A publication Critical patent/CN110736710A/zh
Application granted granted Critical
Publication of CN110736710B publication Critical patent/CN110736710B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种基于NDVI时间序列的玉米产量评估方法,涉及玉米产量评估领域,包括多光谱成像装置、数据发射基站、接收终端以及模型拟态设备,本发明能够通过多光谱成像装置定期快速采集NDVI多光谱成像的成像数据,即快速得出归一化植被指数,并将归一化植被指数信息发送至数据发射基站,数据发射基站将成像数据加强转发至模型拟态设备,模型拟态设备将根据多组预设设定的参数,结合往年数据库信息,通过设定的模型快速进行玉米产量的评估。

Description

一种基于NDVI时间序列的玉米产量评估方法
技术领域
本发明涉及玉米产量评估领域,尤其涉及一种基于NDVI时间序列的玉米产量评估方法。
背景技术
玉米别名为苞米、珍珠粒等,禾本科玉蜀黍属植物,原产于中南美洲,现在世界各地均有栽培,是重要的粮食作物和饲料作物,也是全世界总产量最高的农作物,因其含有丰富的蛋白质等各类营养元素,被誉为长寿食品,也是重要的工业原料。
国家在玉米收割前将会对玉米主产区的产量进行预估,从而便于国家统筹安排存储和收购等事宜,现有的玉米产量评估多采用人工取样的方法,即在多个不同地块选取一定范围的玉米,然后进行人工采样,针对单位区域内玉米的生长情况进行评估,但是这种评估方法精度较低,对于较小区域的评估或许具备参考价值,但是由于我国玉米种植区广袤,海拔、地理位置以及水源等多种因素决定了玉米的产量,完全依赖人工进行评估的方法难以及时完成大部分区域的评估,而且依靠人工丈量精度不高,可能造成评估结果存在较大误差。
发明内容
本发明所要解决的技术问题是克服现有技术中存在的不足,提供一种基于NDVI时间序列的玉米产量评估方法,该评估方法能够实现快速、高效实现玉米产量的评估。
本发明是通过以下技术方案予以实现:一种基于NDVI时间序列的玉米产量评估方法,包括多光谱成像装置、数据发射基站、接收终端以及模型拟态设备;
多光谱成像装置用于定期测定玉米产区中设定区域的NDVI多光谱成像,并将成像数据发送至数据发射基站;
数据发射基站接收短距离的多光谱成像装置发射的成像数据,并将成像数据发送至接收终端;
接收终端接收数据发射基站发回的成像数据,并将相关信息传送至模型拟态设备;
模型拟态设备内设有参数评估参数W-产量、H-自播种至当时的月份、NDVI-成像数据、T-土壤水分以及B-施肥量,H-自播种至当时的月份将随电子时钟自动计算,NDVI-成像数据通过多光谱成像装置直接得出,T-土壤水分通过实验室化验得出,B-施肥量根据现场记录进行归档。
根据上述技术方案,优选地,NDVI-成像数据随着H-自播种至当时的月份的增长而趋于恒定。
根据上述技术方案,优选地,每次多光谱成像装置测定时为测定日的14:00-15:30,并且测定日当天为无云遮挡的晴天。
根据上述技术方案,优选地,多光谱成像装置采用具备多光谱功能的无人机,无人机将拍摄的成像数据传输至数据发射基站。
本发明的有益效果是:本发明能够通过多光谱成像装置定期快速采集NDVI多光谱成像的成像数据,即快速得出归一化植被指数,并将归一化植被指数信息发送至数据发射基站,数据发射基站将成像数据加强转发至模型拟态设备,模型拟态设备将根据多组预设设定的参数,结合往年数据库信息,通过设定的模型快速进行玉米产量的评估。
具体实施方式
为了使本技术领域的技术人员更好地理解本发明的技术方案,下面结合实施例对本发明作进一步的详细说明。
本发明提供了一种基于NDVI时间序列的玉米产量评估方法,包括多光谱成像装置、数据发射基站、接收终端以及模型拟态设备;
多光谱成像装置用于定期测定玉米产区中设定区域的NDVI多光谱成像,并将成像数据发送至数据发射基站;
数据发射基站接收短距离的多光谱成像装置发射的成像数据,并将成像数据发送至接收终端;
接收终端接收数据发射基站发回的成像数据,并将相关信息传送至模型拟态设备;
模型拟态设备内设有多组评估参数W-产量、H-自播种至当时的月份、NDVI-成像数据、T-土壤水分以及B-施肥量,H-自播种至当时的月份将随电子时钟自动计算,NDVI-成像数据通过多光谱成像装置直接得出,T-土壤水分通过实验室化验得出,B-施肥量根据现场记录进行归档。
本发明能够通过多光谱成像装置定期快速采集NDVI多光谱成像的成像数据,即快速得出归一化植被指数,并将归一化植被指数信息发送至数据发射基站,数据发射基站将成像数据加强转发至模型拟态设备,模型拟态设备将根据多组预设设定的参数,结合往年数据库信息,通过设定的模型快速进行玉米产量的评估。
根据数据分析,NDVI-成像数据随着H-自播种至当时的月份的增长而趋于恒定,因为前期玉米生长体型变化较大,而后期玉米体型变化趋缓直至停止生长,因此NDVI-成像数据逐渐趋于恒定。
根据上述技术方案,优选地,每次多光谱成像装置测定时为测定日的14:00-15:30,此时光照较为充足,能够得到最佳状态的NDVI-成像数据,并且测定日当天为无云遮挡的晴天,降低云彩的遮挡造成的影响,提高NDVI-成像数据的准确性。
根据上述技术方案,优选地,多光谱成像装置采用具备多光谱功能的无人机,无人机将拍摄的成像数据传输至数据发射基站,无人机能够快速完成设定区域的NDVI-成像数据。
本发明的有益效果是:本发明能够通过多光谱成像装置定期快速采集NDVI多光谱成像的成像数据,即快速得出归一化植被指数,并将归一化植被指数信息发送至数据发射基站,数据发射基站将成像数据加强转发至模型拟态设备,模型拟态设备将根据多组预设设定的参数,结合往年数据库信息,通过设定的模型快速进行玉米产量的评估。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种基于NDVI时间序列的玉米产量评估方法,其特征在于,包括多光谱成像装置、数据发射基站、接收终端以及模型拟态设备;
所述多光谱成像装置用于定期测定玉米产区中设定区域的NDVI多光谱成像,并将成像数据发送至数据发射基站;
所述数据发射基站接收短距离的多光谱成像装置发射的成像数据,并将成像数据发送至接收终端;
所述接收终端接收数据发射基站发回的成像数据,并将相关信息传送至模型拟态设备;
模型拟态设备内设有多组评估参数,W-产量、H-自播种至当时的月份、NDVI-成像数据、T-土壤水分以及B-施肥量,H-自播种至当时的月份将随电子时钟自动计算,NDVI-成像数据通过多光谱成像装置直接得出,T-土壤水分通过实验室化验得出,B-施肥量根据现场记录进行归档。
2.根据权利要求1所述的一种基于NDVI时间序列的玉米产量评估方法,其特征在于,NDVI-成像数据随着H-自播种至当时的月份的增长而趋于恒定。
3.根据权利要求2所述的一种基于NDVI时间序列的玉米产量评估方法,其特征在于,每次所述多光谱成像装置测定时间为测定日的14:00-15:30,并且测定日当天为无云遮挡的晴天。
4.根据权利要求3所述的一种基于NDVI时间序列的玉米产量评估方法,其特征在于,所述多光谱成像装置采用具备多光谱功能的无人机,所述无人机将拍摄的成像数据传输至数据发射基站。
CN201911080822.4A 2019-11-07 2019-11-07 一种基于ndvi时间序列的玉米产量评估方法 Active CN110736710B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911080822.4A CN110736710B (zh) 2019-11-07 2019-11-07 一种基于ndvi时间序列的玉米产量评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911080822.4A CN110736710B (zh) 2019-11-07 2019-11-07 一种基于ndvi时间序列的玉米产量评估方法

Publications (2)

Publication Number Publication Date
CN110736710A CN110736710A (zh) 2020-01-31
CN110736710B true CN110736710B (zh) 2022-12-09

Family

ID=69272458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911080822.4A Active CN110736710B (zh) 2019-11-07 2019-11-07 一种基于ndvi时间序列的玉米产量评估方法

Country Status (1)

Country Link
CN (1) CN110736710B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110827158A (zh) * 2019-11-07 2020-02-21 航天信德智图(北京)科技有限公司 一种基于ndvi时间序列变化的损失评估方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010166851A (ja) * 2009-01-22 2010-08-05 Chiharu Hongo 作物の収量予測方法及びその装置
CN106295865A (zh) * 2016-08-02 2017-01-04 沈阳农业大学 一种水稻产量的预测方法
CN108764188A (zh) * 2018-06-02 2018-11-06 太原理工大学 一种沙棘果品产量遥感精确估算方法
CN109508693A (zh) * 2018-12-10 2019-03-22 浙江大学 基于成像高光谱植被指数和生育期长度信息的无人机遥感水稻估产方法
CN109509112A (zh) * 2018-10-31 2019-03-22 武汉珈和科技有限公司 基于modis ndvi的全球大豆和玉米主产区产量评估方法及系统
CN110222903A (zh) * 2019-06-13 2019-09-10 苏州市农业科学院 一种基于无人机遥感的水稻产量预测方法及系统
CN110414738A (zh) * 2019-08-01 2019-11-05 吉林高分遥感应用研究院有限公司 一种农作物产量预测方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7702597B2 (en) * 2004-04-20 2010-04-20 George Mason Intellectual Properties, Inc. Crop yield prediction using piecewise linear regression with a break point and weather and agricultural parameters

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010166851A (ja) * 2009-01-22 2010-08-05 Chiharu Hongo 作物の収量予測方法及びその装置
CN106295865A (zh) * 2016-08-02 2017-01-04 沈阳农业大学 一种水稻产量的预测方法
CN108764188A (zh) * 2018-06-02 2018-11-06 太原理工大学 一种沙棘果品产量遥感精确估算方法
CN109509112A (zh) * 2018-10-31 2019-03-22 武汉珈和科技有限公司 基于modis ndvi的全球大豆和玉米主产区产量评估方法及系统
CN109508693A (zh) * 2018-12-10 2019-03-22 浙江大学 基于成像高光谱植被指数和生育期长度信息的无人机遥感水稻估产方法
CN110222903A (zh) * 2019-06-13 2019-09-10 苏州市农业科学院 一种基于无人机遥感的水稻产量预测方法及系统
CN110414738A (zh) * 2019-08-01 2019-11-05 吉林高分遥感应用研究院有限公司 一种农作物产量预测方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MODIS植被指数的美国玉米单产遥感估测;任建强等;《遥感学报》;20140918;第19卷(第04期);全文 *
Unmanned aerial systems-based remote sensing for monitoring sorghum growth and development;M Zaman-Allah等;《Plant Methods》;20151231;第11卷(第35期);正文第4-8页 *
基于MODIS-NDVI的重庆市作物估产模型研究;周倩;《中国优秀博硕士学位论文全文数据库(硕士)农业科技辑》;20121015(第10期);全文 *
黑河中游甘州区春玉米遥感估产研究;安美玲;《中国优秀硕士学位论文全文数据库 农业科技辑》;20150615(第06期);正文第29-31、38-42页 *

Also Published As

Publication number Publication date
CN110736710A (zh) 2020-01-31

Similar Documents

Publication Publication Date Title
Zheng et al. Detection of rice phenology through time series analysis of ground-based spectral index data
US8340828B2 (en) Water and fertilizer management system
CN111241912A (zh) 一种基于机器学习算法的多植被指数的水稻产量估测方法
CN111418323B (zh) 一种基于设施作物冠层覆盖度和株高的氮肥实时推荐方法
CN110115142A (zh) 一种基于遥感数据的农田变量施肥方法
Singh et al. Yield forecasting of rice and wheat crops for eastern Uttar Pradesh
James Plant growth monitoring system, with dynamic user-interface
CN112986158B (zh) 基于无人机多光谱数据的甜菜氮素营养检测方法及系统
CN104732564A (zh) 一种玉米叶面积无损动态监测装置与方法
CN116108318B (zh) 基于无人机多光谱影像的油菜氮肥推荐追施量计算的方法
Lázaro et al. Relationship between yield, growth and spike weight in wheat under phosphorus deficiency and shading
CN110736710B (zh) 一种基于ndvi时间序列的玉米产量评估方法
CN114743100A (zh) 一种农产品长势监测方法和系统
CN108280410A (zh) 一种基于二进制编码的农作物识别方法及系统
CN114066033A (zh) 一种智慧农业优化方法和系统
CN107646269B (zh) 一种确定多年生牧草以收定施施肥模式中各元素施用量的方法
Abera et al. Guideline for agronomy and soil fertility data collection in Ethiopia: national standard
CN112285062B (zh) 一种高nue水稻筛选标志及筛选方法
CN114565479A (zh) 基于遥感技术结合确权数据在农业信息化中应用的方法
Arai et al. Artificial intelligence based fertilizer control for improvement of rice quality and harvest amount
CN114219227A (zh) 一种精准施肥决策及地块级展示方法和系统
de Sousa Mendes et al. Development and productivity of maize in response to spatial arrangement under semiarid condition of Northeastern Brazil
CN104778610A (zh) 基于gps的用于农业的智能系统
O¿ Connell et al. Satellite remote sensing of vegetation cover and nitrogen status in almond
CN115508314B (zh) 一种基于冠层组分光谱分离的土壤影响消除与小麦叶片叶绿素含量高精度估算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: Room 101, 5/F, Room 101, F11, Building 17, 18th District, No. 188, South 4th Ring West Road, Fengtai District, Beijing, 100160

Patentee after: AEROSPACE XINDE ZHITU (BEIJING) SCIENCE AND TECHNOLOGY Co.,Ltd.

Address before: 100000 Room 6, Room 207, Floor 2, Science and Trade Building, No. 5-38, No. 35, Qinghua East Road, Haidian District, Beijing

Patentee before: AEROSPACE XINDE ZHITU (BEIJING) SCIENCE AND TECHNOLOGY Co.,Ltd.