CN111507197B - 一种棉花脱叶剂施药处方图生成方法及装置 - Google Patents
一种棉花脱叶剂施药处方图生成方法及装置 Download PDFInfo
- Publication number
- CN111507197B CN111507197B CN202010209700.7A CN202010209700A CN111507197B CN 111507197 B CN111507197 B CN 111507197B CN 202010209700 A CN202010209700 A CN 202010209700A CN 111507197 B CN111507197 B CN 111507197B
- Authority
- CN
- China
- Prior art keywords
- cotton
- opening rate
- cotton boll
- boll
- acquiring
- 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
Links
- 229920000742 Cotton Polymers 0.000 title claims abstract description 310
- 239000002837 defoliant Substances 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000000575 pesticide Substances 0.000 claims abstract description 14
- 239000003795 chemical substances by application Substances 0.000 claims abstract description 13
- 238000007726 management method Methods 0.000 claims description 48
- 230000003595 spectral effect Effects 0.000 claims description 38
- 238000002310 reflectometry Methods 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 229940079593 drug Drugs 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims description 3
- 241000219146 Gossypium Species 0.000 description 155
- 238000010586 diagram Methods 0.000 description 9
- 239000002689 soil Substances 0.000 description 6
- 238000005507 spraying Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000003306 harvesting Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 240000002024 Gossypium herbaceum Species 0.000 description 2
- 235000004341 Gossypium herbaceum Nutrition 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000013043 chemical agent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005070 ripening Effects 0.000 description 1
- 230000034655 secondary growth Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
- A01G7/06—Treatment of growing trees or plants, e.g. for preventing decay of wood, for tingeing flowers or wood, for prolonging the life of plants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Forests & Forestry (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Wood Science & Technology (AREA)
- Botany (AREA)
- Environmental Sciences (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明实施例提供一种棉花脱叶剂施药处方图生成方法及装置。该方法包括:通过获取卫星图像,计算得到棉花吐絮率指数,根据棉花吐絮率指数与农学棉花吐絮率之间的关系,获取棉花吐絮率。并根据不同区域的棉花吐絮率,将卫星图像对应的棉花种植区划分为不同的管理区,并生成不同管理区的施药处方图。基于本申请的技术方案,针对大范围棉花种植区域,能够高效的对棉花吐絮率不同的区域进行精确判定,并生成精确的棉花脱叶剂施药处方图。
Description
技术领域
本发明涉及遥感监测领域,尤其涉及一种棉花脱叶剂施药处方图生成方法及装置。
背景技术
脱叶剂是一种化学药剂,能够起到脱叶、脱水、催熟、吐絮和防止叶片二次生长的作用,可以为棉花的机械收获提供便利。棉花吐絮率是指棉花植株的吐絮铃数占总铃数的百分比。在棉花的吐絮盛期,棉花吐絮率的监测对脱叶剂的喷洒时间和用量有着重要的指导意义。而脱叶剂的高效合理使用可以方便机械统一收获,降低采收次数和成本,提高棉絮品质,减少棉絮与土地的污染。因此,在棉花的吐絮盛期,棉花吐絮率的监测对脱叶剂的喷洒时间和用量有着重要的指导意义。
目前,对于棉花吐絮率的监测主要是采用人工地面调查的方法,通过有经验的工作人员使用肉眼或光学仪器对田间的棉花吐絮率进行观测。但是,人工观测往往耗费人力物力,无法对大范围区域进行有效准确调查,且主观性强、准确率低。因此,根据人工地面调查的结果无法对大范围棉花种植区域中棉花吐絮率不同的区域进行精确的判定,从而导致了在喷洒棉花脱叶剂时常常出现超剂量喷洒,造成环境污染、喷洒成本高利用率低的问题。
发明内容
本发明实施例提供一种棉花脱叶剂施药处方图生成方法及装置,用以解决现有技术中棉花脱叶剂处方图主要通过人工统计的方法获取,导致的主观性强,且无法对大范围棉花种植区域中棉花吐絮率不同的区域进行精确的判定,从而导致的在喷洒棉花脱叶剂时常常出现超剂量喷洒,环境污染、喷洒成本高利用率低的问题。
第一方面,本发明实施例提供一种棉花脱叶剂施药处方图生成方法,包括:
获取棉花种植区的中高分辨率卫星图像;
获取所述卫星图像在遥感传感器不同波长时的光谱反射率,并计算得到棉花吐絮率指数,以及根据吐絮率指数与棉花吐絮率之间的关系,获取棉花吐絮率;
根据不同区域的所述棉花吐絮率,将所述卫星图像对应的棉花种植区划分为不同的管理区,并生成不同管理区的施药处方图。
可选地,所述计算得到棉花吐絮率指数,以及根据吐絮率指数与棉花吐絮率之间的关系,获取棉花吐絮率,具体包括:
根据所述光谱反射率与棉花吐絮率指数之间的关系,获取所述卫星图像对应的棉花种植区的棉花吐絮率指数;
基于所述棉花吐絮率指数与棉花吐絮率之间的关系,获取所述棉花吐絮率。
可选地,所述获取所述卫星图像对应的棉花种植区的棉花吐絮率指数进一步包括:
测算出所述卫星图像在遥感传感器不同波长的光谱反射率;
基于不同波长和对应波长的光谱反射率的关系,获取所述卫星图像对应的棉花种植区的棉花吐絮率指数。
可选地,所述基于不同波长和对应波长的光谱反射率的关系,获取所述卫星图像对应的棉花种植区的棉花吐絮率指数包括:
获取所述棉花吐絮率指数;
其中,所述BORI为棉花吐絮率指数,所述R493、R665和R783分别为所述卫星图像在遥感传感器波长为493nm、665nm和783nm或波长位置相近的波段对应光谱反射率。
可选地,所述基于所述棉花吐絮率指数与棉花吐絮率之间的关系,获取所述棉花吐絮率,进一步包括:
获取所述卫星图像对应的棉花种植区的棉花吐絮率指数;
基于棉花吐絮率指数和棉花吐絮率的关系获取所述卫星图像对应的棉花种植区的棉花吐絮率。
可选地,所述基于棉花吐絮率指数和棉花吐絮率的关系获取所述卫星图像对应的棉花种植区的棉花吐絮率包括:
基于y=-0.0233x+0.86,
获取所述棉花吐絮率;
其中,y是棉花吐絮率的值,x是棉花吐絮率指数的值。
可选地,所述将所述卫星图像对应的棉花种植区划分为不同的管理区,具体包括:
基于所述卫星图像对应的棉花种植区的棉花吐絮率,获取所述卫星图像中每个像元对应的棉花种植区的棉花吐絮率;
根据所述的每个像元对应的棉花种植区的棉花吐絮率,按照预设标准划分为不同的管理区。
可选地,所述生成不同管理区的施药处方图,具体包括:
根据所述管理区的棉花吐絮率以及棉花脱叶剂施药指导方案,确定所述管理区的棉花脱叶剂的施药方案;
根据所述管理区的棉花脱叶剂的施药方案,生成所述管理区的施药处方图。
第二方面,本发明实施例提供一种棉花脱叶剂施药处方图生成装置,包括:
获取模块,用于获取棉花种植区的中高分辨率卫星图像;
处理模块,用于获取所述卫星图像在遥感传感器不同波长时的光谱反射率,并计算得到棉花吐絮率指数,以及根据吐絮率指数与棉花吐絮率之间的关系,获取棉花吐絮率;
生成模块,用于根据不同区域的所述棉花吐絮率,将所述卫星图像对应的棉花种植区划分为不同的管理区,并生成不同管理区的施药处方图。
第三方面,本发明实施例提供一种电子设备,包括:
存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面中任一项所述一种棉花脱叶剂施药处方图生成方法的步骤。
本发明实施例提供的一种棉花脱叶剂施药处方图生成方法及装置,通过卫星图像在遥感传感器不同波长时的光谱反射率与棉花吐絮率指数之间的关系,获取棉花吐絮率;并根据不同区域的棉花吐絮率,将卫星图像对应的棉花种植区划分为不同的管理区,生成不同管理区的施药处方图。能够高效的对大范围棉花种植区域中棉花吐絮率不同的区域进行精确的判定并生成精确的棉花脱叶剂施药处方图。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种棉花脱叶剂施药处方图生成方法实施例流程示意图;
图2为本发明实施例提供的一种棉花脱叶剂施药处方图生成装置实施例结构示意图;
图3为本发明实施例提供的一种电子设备实施例结构示意图;
图4为本发明实施中棉花叶片、棉絮以及土壤的平均光谱反射率与波长之间的关系示意图;
图5为本发明实施例中不同吐絮率下BORI构建的三角形的面积示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种棉花脱叶剂施药处方图生成方法实施例流程示意图,包括:
步骤101,获取棉花种植区的中高分辨率卫星图像;
具体地,为获取目标棉花种植区的无云污染的中高分辨率卫星图像。且包括对原始卫星图像的预处理,包括自动拼接与裁剪、辐射定标、大气校正等功能。
步骤102,获取所述卫星图像在遥感传感器不同波长时的光谱反射率,并计算得到棉花吐絮率指数,以及根据吐絮率指数与棉花吐絮率之间的关系,获取棉花吐絮率;
具体地,根据棉花吐絮盛期的棉花生长原理以及遥感观测原理提出棉花吐絮率指数,并进行目标棉花种植区的棉花吐絮率的反演。首先根据棉絮吐絮率的指数波段设定,然后选取对应遥感传感器的波段,最后进行波段运算,最终获得棉花吐絮率指数的计算值,而棉花吐絮率指数与吐絮率存在线性关系,根据二者之间的关系式,能够反演得到棉花吐絮率。
需要说明的是,棉花吐絮率指数的构建原理包括:根据棉絮、棉花叶片以及土壤的不同的光谱特征,棉絮在可见近红外波长范围属于高反射率,棉花叶片在可见近红外波段是典型的植被光谱,具有绿峰以及高近红外反射率,土壤的反射率随波长增加反射率不断提高。在棉花的吐絮盛期,目标棉田的中高分辨率的遥感影像中,像元是棉絮、叶片、土壤构成的混合像元。不同吐絮率情况下的三者的比例不同,随着棉花吐絮率升高,棉絮占据混合像元中的面积升高,棉花植株逐渐衰老,棉花叶片掉落,相应像元中的叶片面积减少,土壤面积升高,因此导致该混合像元光谱发生变化。如图4所示,为本发明实施中棉花叶片、棉絮以及土壤的平均光谱反射率与遥感传感器波长之间的关系。所以,根据卫星图像在遥感传感器不同波长时的光谱反射率能够计算得到棉花吐絮率指数,并能够根据吐絮率指数与棉花吐絮率之间的关系,获取棉花吐絮率。
步骤103,根据不同区域的所述棉花吐絮率,将所述卫星图像对应的棉花种植区划分为不同的管理区,并生成不同管理区的施药处方图。
具体地,不同的棉花种植区获取的棉花吐絮率不同,根据预设的划分标准,以棉花吐絮率的不同将卫星图像对应的棉花种植区划分为不同的管理区,并根据不同管理区的吐絮率以及吐絮率与施药指导方案之间的关系生成不同管理区的施药处方图。棉花脱叶剂施药方案具体包括脱叶剂的施药时间、施药量及成分含量配置等。
本发明实施例提供一种棉花脱叶剂施药处方图生成方法。通过卫星图像在遥感传感器不同波长时的光谱反射率与棉花吐絮率指数之间的关系,获取棉花吐絮率;并根据不同区域的棉花吐絮率,将卫星图像对应的棉花种植区划分为不同的管理区,并生成不同管理区的施药处方图。能够高效的对大范围棉花种植区域中棉花吐絮率不同的区域进行精确的判定并生成精确的棉花脱叶剂施药处方图。
作为本发明的一种实施例,所述计算得到棉花吐絮率指数,并根据吐絮率指数与棉花吐絮率之间的关系,获取棉花吐絮率,具体包括:
根据所述光谱反射率与棉花吐絮率指数之间的关系,获取所述卫星图像对应的棉花种植区的棉花吐絮率指数;
基于所述棉花吐絮率指数与棉花吐絮率之间的关系,获取所述棉花吐絮率。
具体地,根据光谱反射率和棉花吐絮率之间的关系,以及卫星图像在遥感传感器不同波长时的光谱反射率,能够获取卫星图像对应棉花种植区的棉花吐絮率指数。然后根据棉花吐絮率指数和棉花吐絮率之间的关系,能够获取棉花吐絮率。
作为本发明的一种实施例,所述获取所述卫星图像对应的棉花种植区的棉花吐絮率指数进一步包括:
测算出所述卫星图像在遥感传感器不同波长的光谱反射率;
基于不同波长和对应波长的光谱反射率的关系,获取所述卫星图像对应的棉花种植区的棉花吐絮率指数。
具体地,卫星图像在遥感传感器波长不同时会有不同的光谱反射率,根据获取的不同波长和对应波长的光谱反射率的关系,能够获取卫星图像对应的棉花种植区的棉花吐絮率指数。
作为本发明的一种实施例,所述基于不同波长和对应波长的光谱反射率的关系,获取所述卫星图像对应的棉花种植区的棉花吐絮率指数包括:
获取所述棉花吐絮率指数;
其中,所述BORI为棉花吐絮率指数,所述R493、R665和R783分别为所述卫星图像在遥感传感器波长为493nm、665nm和783nm或波长位置相近的波段对应光谱反射率。
具体地,根据不同波长例如493nm、665nm和783nm或波长位置相近的波段和对应波长的光谱反射率例如述R493、R665和R783的关系能够获得棉花吐絮率指数BORI,BORI事实上代表的是图5中所绘制的三角形的面积值。
作为本发明的一种实施例,所述基于所述棉花吐絮率指数与棉花吐絮率之间的关系,获取所述棉花吐絮率,进一步包括:
获取所述卫星图像对应的棉花种植区的棉花吐絮率指数;
基于棉花吐絮率指数和棉花吐絮率的关系获取所述卫星图像对应的棉花种植区的棉花吐絮率。
具体地,首先获取卫星图像对应的棉花种植区的棉花吐絮率指数,不同的卫星图像位置对应的棉花种植区有不同的棉花吐絮率指数,然后根据棉花吐絮率指数和棉花吐絮率的关系,能够获取卫星图像对应的棉花种植区的棉花吐絮率。
作为本发明的一种实施例,所述基于棉花吐絮率指数和棉花吐絮率的关系获取所述卫星图像对应的棉花种植区的棉花吐絮率包括:
基于y=-0.0233x+0.86,
获取所述棉花吐絮率;
其中,y是棉花吐絮率的值,x是棉花吐絮率指数的值。
具体地,如图5所示为吐絮率为0.31、0.42、0.46的10米分辨率影像像元的光谱变化示意图。由493nm,665nm,783nm波长位置的反射率构成的三角形的面积即为BORI指数,随着吐絮率升高面积不断减小,因此可以通过BORI的变化来反演吐絮率。棉花吐絮率指数和棉花吐絮率的关系为y=-0.0233x+0.86,其中y是棉花吐絮率的值,x是棉花吐絮率指数的值。
作为本发明的一种实施例,所述将所述卫星图像对应的棉花种植区划分为不同的管理区,具体包括:
基于所述卫星图像对应的棉花种植区的棉花吐絮率,获取所述卫星图像中每个像元对应的棉花种植区的棉花吐絮率;
根据所述的每个像元对应的棉花种植区的棉花吐絮率,按照预设标准划分为不同的管理区。
具体地,卫星图像对应的不同的棉花种植区的棉花吐絮率是不同的,以像元为单位确定卫星图像中每个像元对应的棉花种植区的棉花吐絮率,然后以像元为单位依棉花吐絮率为标准,按预设的标准将棉花种植区划分为不同的管理区。
作为本发明的一种实施例,所述生成不同管理区的施药处方图,具体包括:
根据所述管理区的棉花吐絮率以及棉花脱叶剂施药指导方案,确定所述管理区的棉花脱叶剂的施药方案;
根据所述管理区的棉花脱叶剂的施药方案,生成所述管理区的施药处方图。
需要说明的是,棉花脱叶剂施药指导方案为棉花脱叶剂生产厂家或者农业技术站等提供的指导意见,根据不同管理区的棉花吐絮率和施药指导方案可以确定各管理区的棉花脱叶剂的施药方案。施药方案包括脱叶剂的施药时间、施药量及成分含量配置等。施药处方图内容包括不同棉花种植区的棉花吐絮率和对应的施药方案等。
图2为本发明实施例提供的一种棉花脱叶剂施药处方图生成装置实施例结构示意图,包括:
获取模块201,用于获取棉花种植区的中高分辨率卫星图像;
具体地,获取模块201用于获取目标棉花种植区的无云污染的中高分辨率卫星图像。且包括对原始卫星图像的预处理,包括自动拼接与裁剪、辐射定标、大气校正等功能
处理模块202,用于获取所述卫星图像在遥感传感器不同波长时的光谱反射率,并计算得到棉花吐絮率指数,并根据吐絮率指数与棉花吐絮率之间的关系,获取棉花吐絮率;
具体地,处理模块202用于获取所述卫星图像在遥感传感器不同波长时的光谱反射率,并根据光谱反射率与棉花吐絮率指数之间的关系,获取棉花吐絮率指数,然后根据棉花吐絮率指数和棉花吐絮率之间的关系,获取棉花吐絮率;
生成模块203,用于根据不同区域的所述棉花吐絮率,将所述卫星图像对应的棉花种植区划分为不同的管理区,并生成不同管理区的施药处方图。
具体地,生成模块203用于根据不同区域的棉花吐絮率,将卫星图像对应的棉花种植区划分为不同的管理区,并根据不同管理区的棉花吐絮率生成不同的棉花脱叶剂的施药方案包括脱叶剂的施药时间、施药量及成分含量配置,然后根据施药方案生成不同管理区的施药处方图。
图3为本发明实施例提供的一种电子设备实施例结构示意图,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如前述中任一项一种棉花脱叶剂施药处方图生成方法的步骤。
举个例子如下:
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)301、通信接口(Communications Interface)820、存储器(memory)303和通信总线304,其中,处理器301,通信接口303,存储器302通过通信总线304完成相互间的通信。处理器301可以调用存储器302中的逻辑指令,以执行如下方法:获取棉花种植区的中高分辨率卫星图像;获取所述卫星图像在遥感传感器不同波长时的光谱反射率,并根据所述光谱反射率与棉花吐絮率指数之间的关系,获取棉花吐絮率;根据不同区域的所述棉花吐絮率,将所述卫星图像对应的棉花种植区划分为不同的管理区,并生成不同管理区的施药处方图。
此外,上述的存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种棉花脱叶剂施药处方图生成方法,其特征在于,包括:
获取棉花种植区的中高分辨率卫星图像;
获取所述卫星图像在遥感传感器不同波长时的光谱反射率,基于不同波长和对应波长的光谱反射率的关系,获取所述卫星图像对应的棉花种植区的棉花吐絮率指数并计算得到棉花吐絮率指数,根据所述光谱反射率与棉花吐絮率指数之间的关系,获取所述卫星图像对应的棉花种植区的棉花吐絮率指数,基于所述棉花吐絮率指数与棉花吐絮率之间的关系,获取所述棉花吐絮率;
其中,所述基于不同波长和对应波长的光谱反射率的关系,获取所述卫星图像对应的棉花种植区的棉花吐絮率指数包括:
获取所述棉花吐絮率指数;
根据不同区域的所述棉花吐絮率,将所述卫星图像对应的棉花种植区划分为不同的管理区,并生成不同管理区的施药处方图。
2.根据权利要求1所述的方法,其特征在于,所述基于所述棉花吐絮率指数与棉花吐絮率之间的关系,获取所述棉花吐絮率,进一步包括:
获取所述卫星图像对应的棉花种植区的棉花吐絮率指数;
基于棉花吐絮率指数和棉花吐絮率的关系获取所述卫星图像对应的棉花种植区的棉花吐絮率。
4.根据权利要求1所述的方法,其特征在于,所述将所述卫星图像对应的棉花种植区划分为不同的管理区,具体包括:
基于所述卫星图像对应的棉花种植区的棉花吐絮率,获取所述卫星图像中每个像元对应的棉花种植区的棉花吐絮率;
根据所述的每个像元对应的棉花种植区的棉花吐絮率,按照预设标准划分为不同的管理区。
5.根据权利要求1所述的方法,其特征在于,所述生成不同管理区的施药处方图,具体包括:
根据所述管理区的棉花吐絮率以及棉花脱叶剂施药指导方案,确定所述管理区的棉花脱叶剂的施药方案;
根据所述管理区的棉花脱叶剂的施药方案,生成所述管理区的施药处方图。
6.一种棉花脱叶剂施药处方图生成装置,其特征在于,包括:
获取模块,用于获取棉花种植区的中高分辨率卫星图像;
处理模块,用于获取所述卫星图像在遥感传感器不同波长时的光谱反射率,基于不同波长和对应波长的光谱反射率的关系,获取所述卫星图像对应的棉花种植区的棉花吐絮率指数,基于所述棉花吐絮率指数与棉花吐絮率之间的关系,获取所述棉花吐絮率;
其中,所述基于不同波长和对应波长的光谱反射率的关系,获取所述卫星图像对应的棉花种植区的棉花吐絮率指数包括:
获取所述棉花吐絮率指数;
生成模块,用于根据不同区域的所述棉花吐絮率,将所述卫星图像对应的棉花种植区划分为不同的管理区,并生成不同管理区的施药处方图。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述一种棉花脱叶剂施药处方图生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010209700.7A CN111507197B (zh) | 2020-03-23 | 2020-03-23 | 一种棉花脱叶剂施药处方图生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010209700.7A CN111507197B (zh) | 2020-03-23 | 2020-03-23 | 一种棉花脱叶剂施药处方图生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507197A CN111507197A (zh) | 2020-08-07 |
CN111507197B true CN111507197B (zh) | 2023-05-30 |
Family
ID=71871638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010209700.7A Active CN111507197B (zh) | 2020-03-23 | 2020-03-23 | 一种棉花脱叶剂施药处方图生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111507197B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112136637A (zh) * | 2020-09-27 | 2020-12-29 | 安阳工学院 | 自适应棉花落叶剂的喷洒方法 |
CN114220025B (zh) * | 2021-12-22 | 2024-09-24 | 武汉禾大科技有限公司 | 基于遥感影像数据的棉花脱叶剂使用方法、系统和介质 |
CN115753758B (zh) * | 2022-10-28 | 2024-09-06 | 中国农业大学 | 基于无人机多光谱预测棉田吐絮率的方法和装置 |
CN117859549B (zh) * | 2024-03-11 | 2024-06-25 | 中化现代农业有限公司 | 棉花变量打顶方法、装置、电子设备和存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104236486B (zh) * | 2014-09-25 | 2017-06-13 | 中国农业科学院棉花研究所 | 一种棉花叶面积指数快速无损测定方法 |
CN107796764B (zh) * | 2016-09-05 | 2020-01-24 | 南京农业大学 | 一种基于三波段植被指数的小麦叶面积指数估算模型的构建方法 |
CN106485345A (zh) * | 2016-09-06 | 2017-03-08 | 西北农林科技大学 | 棉花全生育期冠层spad值遥感估算及估算模型构建方法 |
US10127451B1 (en) * | 2017-04-24 | 2018-11-13 | Peter Cecil Vanderbilt Sinnott | Method of detecting and quantifying sun-drying crops using satellite derived spectral signals |
CN107907075A (zh) * | 2017-12-28 | 2018-04-13 | 山东省农业可持续发展研究所 | 花生叶面积指数遥感监测方法 |
CN109684960B (zh) * | 2018-12-14 | 2021-09-10 | 广州极飞科技股份有限公司 | 落叶剂的喷洒时间的确定方法及系统 |
-
2020
- 2020-03-23 CN CN202010209700.7A patent/CN111507197B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111507197A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111507197B (zh) | 一种棉花脱叶剂施药处方图生成方法及装置 | |
US11544247B2 (en) | Computer-generated accurate yield map data using expert filters and spatial outlier detection | |
CA2999865C (en) | Estimating intra-field properties within a field using hyperspectral remote sensing | |
AU2016320792B2 (en) | Generating probabilistic estimates of rainfall rates from radar reflectivity measurements | |
US10779485B2 (en) | Automated distribution uniformity measurements and farming prescriptions using aerial imagery and pump energy data | |
US20210209490A1 (en) | Using optical remote sensors and machine learning models to predict agronomic field property data | |
US11953872B2 (en) | Methods and systems for the management of precise agricultural irrigation | |
Zhu et al. | Optimization of multi-source UAV RS agro-monitoring schemes designed for field-scale crop phenotyping | |
US20240087311A1 (en) | Remote soil and vegetation properties determination method and system | |
CN108304953A (zh) | 农作物病虫害的预警方法和系统 | |
Cantini et al. | Direct and indirect ground estimation of leaf area index to support interpretation of NDVI data from satellite images in hedgerow olive orchards | |
CN113963263B (zh) | 多年生植被生长属性的确定方法、装置以及存储介质 | |
CN115937711A (zh) | 一种基于无人机遥感的土壤盐分快速监测方法 | |
CN113326841B (zh) | 一种基于高光谱的作物虫害监测方法及设备 | |
CN115511224B (zh) | 天地一体化的作物长势智能监测方法、装置及电子设备 | |
Rudd et al. | Data collection by unmanned aircraft systems (UAS) to develop variable rate prescription maps for cotton plant growth regulators and defoliants | |
CN114858722A (zh) | 一种花量空间分布图生成方法及装置 | |
JP2024106578A (ja) | 作物栽培管理支援システム、作物栽培管理支援方法 | |
Cantini et al. | Smart Agricultural Technology | |
KR20240068650A (ko) | 시스템, 정보 처리 장치, 서버 장치, 프로그램, 또는 방법 | |
CN115565061A (zh) | 田间立地秸秆收获进度的监测方法及装置 |
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 |