CN112213265A - 基于无人机遥感技术的植被覆盖监测系统 - Google Patents

基于无人机遥感技术的植被覆盖监测系统 Download PDF

Info

Publication number
CN112213265A
CN112213265A CN202011046951.4A CN202011046951A CN112213265A CN 112213265 A CN112213265 A CN 112213265A CN 202011046951 A CN202011046951 A CN 202011046951A CN 112213265 A CN112213265 A CN 112213265A
Authority
CN
China
Prior art keywords
remote sensing
unit
vegetation
information
area
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.)
Granted
Application number
CN202011046951.4A
Other languages
English (en)
Other versions
CN112213265B (zh
Inventor
刘华琳
徐晓民
焦瑞
廖梓龙
梁文涛
张燕飞
韩振华
纪刚
宋一凡
崔英杰
龙胤慧
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.)
Institute of Water Resources for Pasteral Area Ministry of Water Resources PRC
Original Assignee
Institute of Water Resources for Pasteral Area Ministry of Water Resources PRC
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 Institute of Water Resources for Pasteral Area Ministry of Water Resources PRC filed Critical Institute of Water Resources for Pasteral Area Ministry of Water Resources PRC
Priority to CN202011046951.4A priority Critical patent/CN112213265B/zh
Publication of CN112213265A publication Critical patent/CN112213265A/zh
Application granted granted Critical
Publication of CN112213265B publication Critical patent/CN112213265B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G01N2021/1793Remote sensing

Landscapes

  • Physics & Mathematics (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)

Abstract

本发明公开了基于无人机遥感技术的植被覆盖监测系统,包括数据同步单元、时段抽选单元、摄控单元、遥感监测单元、图像获取单元、图像拼接模块、数据分析单元、处理器、显示单元、存储单元、管理单元、数据自处理单元、意见生成单元;本发明通过数据同步单元获取到对应受控区域的植物品种,之后根据其具体分类,获取到各个植被的生长旺盛时间,之后根据各个植被的生长情况,借助时段抽选单元选取合适的检测时段,并在时段到来时,自动提示摄控单元开始进行对应的录制;之后借助遥感监测单元进行遥感监测,其中,涉及到了对不同遥感图像的拼接技术,在拼接完成后,借助遥感影像分析,自动获取到植被覆盖情况,并根据覆盖情况对应给出意见。

Description

基于无人机遥感技术的植被覆盖监测系统
技术领域
本发明属于覆盖监测领域,涉及无人机遥感技术,具体是基于无人机遥感技术的植被覆盖监测系统。
背景技术
公开号为CN103914678A的专利公开了一种利用多传感器、多分辨率、多光谱、多时相遥感数据的特点,综合遥感影像的光谱、纹理特征与植被指数特征,通过构建遥感影像配准融合框架、光谱和纹理特征空间以及植被指数时间序列,建立了基于纹理与植被指数的撂荒地识别方法。相比现有遥感撂荒地识别方法,本发明解决了由于破碎耕地所带来的精度问题,减少了人工参与的主观性,提高了撂荒地识别效率。其特征在于包括如下四个单元:遥感影像配准与融合单元、典型光谱与纹理特征单元、植被指数时间序列特征单元以及撂荒地识别和信息提取单元。由上述四个单元组成的撂荒地遥感识别方法,可快速、高精度地识别出大范围区域上的撂荒地分布信息和数据,为土地利用、粮食保障等提供辅助决策数据支持。
但是,其针对植被覆盖的检测没有给出一种较好的解决方式,当前,无人机技术十分发达,但是利用无人机遥感方式对植被覆盖进行监测时,缺乏一种有效的技术手段,因为其覆盖方式可能不够全面,或者若覆盖太高,则照片像素达不到太高要求,因此需要一种合理的相片拼接,和综合植被覆盖分析的方法;同时也能够给到用户足够的技术支撑;为了实现这一构思,现提出一种解决方案。
发明内容
本发明的目的在于提供基于无人机遥感技术的植被覆盖监测系统。
本发明的目的可以通过以下技术方案实现:
基于无人机遥感技术的植被覆盖监测系统,包括数据同步单元、时段抽选单元、摄控单元、遥感监测单元、图像获取单元、图像拼接模块、数据分析单元、处理器、显示单元、存储单元、管理单元、数据自处理单元、意见生成单元;
其中,所述数据同步单元用于同步受控区域的所有植被品种信息,并将植被品种信息传输到时段抽选单元,所述时段抽选单元接收数据同步单元传输的植被品种信息并对其进行时段抽选分析,得到四个检测时间点构成的检测时间信息;
所述时段抽选单元用于将检测时间信息传输到摄控单元,所述摄控单元接收时段抽选单元传输的检测时间信息,并在对应检测时间信息内的检测时间点到来时向遥感监测单元传输检测信号,所述遥感监测单元在接收到摄控单元传输的检测信号时,会自动获取受控区域的遥感图像组;
所述遥感监测单元用于将遥感图像组传输到图像获取单元,所述图像获取单元接收遥感监测单元传输的遥感图像组,并将其传输到图像拼接模块,所述图像拼接模块接收图像获取单元传输的遥感图像组,并对遥感图像组进行图像拼接处理,得到受控区域的区域遥感图片;
所述图像拼接模块用于将区域遥感图片传输到数据分析单元,所述数据分析单元接收图像拼接模块传输的区域遥感图片,并对其进行数据分析,具体数据分析步骤为:
S001:根据图像分析技术,自动处理得到植被覆盖面积占总受控区域的面积占比,将该面积标记为受控覆盖占比;
S002:连续监控,获取到四个季节的受控覆盖占比,将其标记为受覆信息组Fgi,i=1...4;
所述数据分析单元用于将受覆信息组Fgi传输到处理器,所述处理器接收数据分析单元传输的受覆信息组Fgi,并对受覆信息组Fgi进行综合分析,综合分析具体步骤为:
S100:获取到受覆信息组Fgi;
S200:根据公式计算总覆值Zf;具体计算公式为:
Zf=0.328*Fg1+0.343*Fg2+0.162*Fg3+0.157*Fg4;
式中,0.328、0.343、0.162和0.157均为权值;
所述数据自处理单元与存储单元通信连接,所述数据字处理器单元与意见生成单元通信连接,所述意见生成单元与处理器通信连接;
所述数据自处理单元还用于对存储单元内的受覆信息组Fgi和总覆值Zf进行回归分析,回归分析具体步骤为:
SS10:获取到受覆信息组Fgi和总覆值Zf;
SS20:当总覆值Zf低于X3时,产生年覆差信号;X3为预设值;
SS30:在产生年覆差信号时,会自动计算第一差比Cb1和第二差比Cb2;具体计算方法为:
Cb1=Fg2-Fg3;
Cb2=Fg2-Fg4;
SS40:根据第一差比Cb1和第二差比Cb2,计算总差比Zcb,具体计算公式为:
Zcb=0.368*Cb1+0.632*Cb2;
式中0.368和0.632均为权值;
SS50:当Zcb低于X4时,产生常青补充信号;X4为预设值;
所述数据自处理单元用于将常青补充信号传输到意见生成单元,所述意见生成单元在接收到数据自处理单元传输的常青补充信号时向处理器传输“建议适当增加常青植被覆盖情况”字眼;
所述处理器接收到意见生成单元传输的“建议适当增加常青植被覆盖情况”字眼时,自动驱动显示单元进行显示;
所述管理单元与处理器通信连接。
进一步地,时段抽选分析的具体过程为:
步骤一:获取到所有的植物品种信息,得到每一个植物品种信息在受控区域的覆盖占比,将其标记为品种占比Pi,i=1...n;
步骤二:根据Pi的大小对其进行排序,从第一名开始,依次往后获取对应植物品种信息,并将获取到的植物品种信息进行占比累加,得到累加占比L,当L超过预设比例X1时,停止累加;
步骤三:将满足条件的植物品种信息标记为圈中植被信息;
步骤四:按照一年四个季节分,将全年划分为四个时段;直接按照春夏秋冬四个时段进行划分;得到四个时段Dsi,i=1...4;
步骤五:选择第一个时段;
步骤六:获取到所有圈中植被信息在该时段的生长旺盛时间范围,求取其交叉范围,若所有圈中植被信息中有超过X1比例的生长旺盛时间范围存在交叉点,则将该交叉范围标记为监测时段,任选监测时段中的一天,将其标记为检测时间点;X1为预设值;
若无交叉范围,则获取所有生长旺盛时间范围的中值,则选定一中间时间,将该中间时间标记为对应的检测时间点;该中间时间满足到所有中值时间之和最小;
步骤七:选择下一个时段,重复步骤六-步骤七,直到对四个时段都处理完毕,得到四个检测时间点构成的检测时间信息。
进一步地,遥感图像组获取方式如下:
S1:借助无人机,无人机上装备有遥感相机,对受控区域进行拍摄;拍摄过程如步骤S2所示;
S2:设定一个遥感相机拍摄面积M1,同时设定一个重复面积X2,该拍摄面积M1以正方形的形式展现;
S3:获取到受控区域的边缘,任选一起始点,全部覆盖对应的受控区域边缘,获取到第一个拍摄面积M1的遥感照片;
S4:从第一个拍摄面积M1内取最靠近外围的受控区域的重复面积X2的边缘,将其作为起点重复步骤S3,得到第二个拍摄面积M1的遥感照片;
S5:重复步骤S4;直到获取到单方向行程的全部拍摄面积对应的遥感照片,检测旁侧是否存在剩余面积,若存在则紧贴单行程,同样与已经获取到的单行程遥感照片设定X2的重复面积,进行以部分重叠部分的方式获取到的遥感照片,并重复步骤S3-S5;直到完成对所有受控区域的遥感照片获取完毕;得到遥感图像组。
进一步地,图像拼接处理的具体步骤如下:
SS1:获取到所有的遥感图片组;
SS2:任选两个相邻的遥感图片,获取到二者重叠部分的照片,对应分别标记为第一重叠部分和第二重叠部分;
SS3:将第一重叠部分和第二重叠部分进行比较,若二者任一重叠部分较于另一重叠部分存在多余物品,则将存在多余物品的部分标记为覆盖部分,将另一重叠部分标记为压覆部分;若无,则两者任意覆盖;
SS4:将压覆部分掩盖覆盖部分,将两个遥感图片的重叠部分进行重合;
SS5:重复步骤SS2-SS5,完成对多有遥感图片的重组,得到受控区域的区域遥感图片。
进一步地,所述管理单元用于录入所有的预设值X1-X4。
本发明的有益效果:
本发明通过数据同步单元获取到对应受控区域的植物品种,之后根据其具体分类,获取到各个植被的生长旺盛时间,之后根据各个植被的生长情况,借助时段抽选单元选取合适的检测时段,并在时段到来时,自动提示摄控单元开始进行对应的录制;之后借助遥感监测单元进行遥感监测,其中,涉及到了对不同遥感图像的拼接技术,在拼接完成后,借助遥感影像分析,自动获取到植被覆盖情况,并根据覆盖情况对应给出意见,是否需要增加一些常青的植被。本发明简单有效,且易于实用,同时能够对植被覆盖情况进行合理检测的情况下,还能在一定程度上保证数据准确性。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
具体实施方式
如图1所示,基于无人机遥感技术的植被覆盖监测系统,包括数据同步单元、时段抽选单元、摄控单元、遥感监测单元、图像获取单元、图像拼接模块、数据分析单元、处理器、显示单元、存储单元、管理单元、数据自处理单元、意见生成单元;
其中,所述数据同步单元用于同步受控区域的所有植被品种信息,并将植被品种信息传输到时段抽选单元,所述时段抽选单元接收数据同步单元传输的植被品种信息并对其进行时段抽选分析,具体时段抽选分析过程为:
步骤一:获取到所有的植物品种信息,得到每一个植物品种信息在受控区域的覆盖占比,将其标记为品种占比Pi,i=1...n;
步骤二:根据Pi的大小对其进行排序,从第一名开始,依次往后获取对应植物品种信息,并将获取到的植物品种信息进行占比累加,得到累加占比L,当L超过预设比例X1时,停止累加;
步骤三:将满足条件的植物品种信息标记为圈中植被信息;
步骤四:按照一年四个季节分,将全年划分为四个时段;直接按照春夏秋冬四个时段进行划分;得到四个时段Dsi,i=1...4;
步骤五:选择第一个时段;
步骤六:获取到所有圈中植被信息在该时段的生长旺盛时间范围,求取其交叉范围,若所有圈中植被信息中有超过X1比例的生长旺盛时间范围存在交叉点,则将该交叉范围标记为监测时段,任选监测时段中的一天,将其标记为检测时间点;X1为预设值;
若无交叉范围,则获取所有生长旺盛时间范围的中值,则选定一中间时间,将该中间时间标记为对应的检测时间点;该中间时间满足到所有中值时间之和最小;
步骤七:选择下一个时段,重复步骤六-步骤七,直到对四个时段都处理完毕,得到四个检测时间点构成的检测时间信息;
所述时段抽选单元用于将检测时间信息传输到摄控单元,所述摄控单元接收时段抽选单元传输的检测时间信息,并在对应检测时间信息内的检测时间点到来时向遥感监测单元传输检测信号,所述遥感监测单元在接收到摄控单元传输的检测信号时,会自动获取受控区域的遥感图像组,遥感图像组获取方式如下:
S1:借助无人机,无人机上装备有遥感相机,对受控区域进行拍摄;拍摄过程如步骤S2所示;
S2:设定一个遥感相机拍摄面积M1,同时设定一个重复面积X2,该拍摄面积M1以正方形的形式展现;
S3:获取到受控区域的边缘,任选一起始点,全部覆盖对应的受控区域边缘,获取到第一个拍摄面积M1的遥感照片;
S4:从第一个拍摄面积M1内取最靠近外围的受控区域的重复面积X2的边缘,将其作为起点重复步骤S3,得到第二个拍摄面积M1的遥感照片;
S5:重复步骤S4;直到获取到单方向行程的全部拍摄面积对应的遥感照片,检测旁侧是否存在剩余面积,若存在则紧贴单行程,同样与已经获取到的单行程遥感照片设定X2的重复面积,进行以部分重叠部分的方式获取到的遥感照片,并重复步骤S3-S5;直到完成对所有受控区域的遥感照片获取完毕;得到遥感图像组;
所述遥感监测单元用于将遥感图像组传输到图像获取单元,所述图像获取单元接收遥感监测单元传输的遥感图像组,并将其传输到图像拼接模块,所述图像拼接模块接收图像获取单元传输的遥感图像组,并对遥感图像组进行图像拼接处理,图像拼接处理的具体步骤如下:
SS1:获取到所有的遥感图片组;
SS2:任选两个相邻的遥感图片,获取到二者重叠部分的照片,对应分别标记为第一重叠部分和第二重叠部分;
SS3:将第一重叠部分和第二重叠部分进行比较,若二者任一重叠部分较于另一重叠部分存在多余物品,则将存在多余物品的部分标记为覆盖部分,将另一重叠部分标记为压覆部分;若无,则两者任意覆盖;
SS4:将压覆部分掩盖覆盖部分,将两个遥感图片的重叠部分进行重合;
SS5:重复步骤SS2-SS5,完成对多有遥感图片的重组,得到受控区域的区域遥感图片;
所述图像拼接模块用于将区域遥感图片传输到数据分析单元,所述数据分析单元接收图像拼接模块传输的区域遥感图片,并对其进行数据分析,具体数据分析步骤为:
S001:根据图像分析技术,自动处理得到植被覆盖面积占总受控区域的面积占比,将该面积标记为受控覆盖占比;借助遥感技术计算植被覆盖度具体方式可采用现有技术进行,具体可参考公开号为CN108168710A的专利,且现有技术中存在诸多现有技术,故此处不做具体赘述;
S002:连续监控,获取到四个季节的受控覆盖占比,将其标记为受覆信息组Fgi,i=1...4;
所述数据分析单元用于将受覆信息组Fgi传输到处理器,所述处理器接收数据分析单元传输的受覆信息组Fgi,并对受覆信息组Fgi进行综合分析,综合分析具体步骤为:
S100:获取到受覆信息组Fgi;
S200:根据公式计算总覆值Zf;具体计算公式为:
Zf=0.328*Fg1+0.343*Fg2+0.162*Fg3+0.157*Fg4;
式中,0.328、0.343、0.162和0.157均为权值,因为不同因素对最终结果影响不同,故此引入权值,以体现其不同影响;
所述处理器用于将受覆信息组Fgi和总覆值Zf传输到存储单元,所述存储单元接收处理器传输的受覆信息组Fgi和总覆值Zf并进行实时存储;
所述处理器用于将受覆信息组Fgi和总覆值Zf传输到显示单元,所述显示单元接收处理器传输的受覆信息组Fgi和总覆值Zf,并进行实时显示;
所述数据自处理单元与存储单元通信连接,所述数据字处理器单元与意见生成单元通信连接,所述意见生成单元与处理器通信连接;
所述数据自处理单元还用于对存储单元内的受覆信息组Fgi和总覆值Zf进行回归分析,回归分析具体步骤为:
SS10:获取到受覆信息组Fgi和总覆值Zf;
SS20:当总覆值Zf低于X3时,产生年覆差信号;X3为预设值;
SS30:在产生年覆差信号时,会自动计算第一差比Cb1和第二差比Cb2;具体计算方法为:
Cb1=Fg2-Fg3;
Cb2=Fg2-Fg4;
SS40:根据第一差比Cb1和第二差比Cb2,计算总差比Zcb,具体计算公式为:
Zcb=0.368*Cb1+0.632*Cb2;
式中0.368和0.632均为权值,因为不同因素对最终结果影响不同,故此引入权值;
SS50:当Zcb低于X4时,产生常青补充信号;X4为预设值;
所述数据自处理单元用于将常青补充信号传输到意见生成单元,所述意见生成单元在接收到数据自处理单元传输的常青补充信号时向处理器传输“建议适当增加常青植被覆盖情况”字眼;
所述处理器接收到意见生成单元传输的“建议适当增加常青植被覆盖情况”字眼时,自动驱动显示单元进行显示;
所述管理单元与处理器通信连接,所述管理单元用于录入所有的预设值X1-X4。
基于无人机遥感技术的植被覆盖监测系统,在工作时,首先通过数据同步单元获取到对应受控区域的植物品种,之后根据其具体分类,获取到各个植被的生长旺盛时间,之后根据各个植被的生长情况,借助时段抽选单元选取合适的检测时段,并在时段到来时,自动提示摄控单元开始进行对应的录制;之后借助遥感监测单元进行遥感监测,其中,涉及到了对不同遥感图像的拼接技术,在拼接完成后,借助遥感影像分析,自动获取到植被覆盖情况,并根据覆盖情况对应给出意见,是否需要增加一些常青的植被。本发明简单有效,且易于实用,同时能够对植被覆盖情况进行合理检测的情况下,还能在一定程度上保证数据准确性。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

Claims (5)

1.基于无人机遥感技术的植被覆盖监测系统,其特征在于,包括数据同步单元、时段抽选单元、摄控单元、遥感监测单元、图像获取单元、图像拼接模块、数据分析单元、处理器、显示单元、存储单元、管理单元、数据自处理单元、意见生成单元;
其中,所述数据同步单元用于同步受控区域的所有植被品种信息,并将植被品种信息传输到时段抽选单元,所述时段抽选单元接收数据同步单元传输的植被品种信息并对其进行时段抽选分析,得到四个检测时间点构成的检测时间信息;
所述时段抽选单元用于将检测时间信息传输到摄控单元,所述摄控单元接收时段抽选单元传输的检测时间信息,并在对应检测时间信息内的检测时间点到来时向遥感监测单元传输检测信号,所述遥感监测单元在接收到摄控单元传输的检测信号时,会自动获取受控区域的遥感图像组;
所述遥感监测单元用于将遥感图像组传输到图像获取单元,所述图像获取单元接收遥感监测单元传输的遥感图像组,并将其传输到图像拼接模块,所述图像拼接模块接收图像获取单元传输的遥感图像组,并对遥感图像组进行图像拼接处理,得到受控区域的区域遥感图片;
所述图像拼接模块用于将区域遥感图片传输到数据分析单元,所述数据分析单元接收图像拼接模块传输的区域遥感图片,并对其进行数据分析,具体数据分析步骤为:
S001:根据图像分析技术,自动处理得到植被覆盖面积占总受控区域的面积占比,将该面积标记为受控覆盖占比;
S002:连续监控,获取到四个季节的受控覆盖占比,将其标记为受覆信息组Fgi,i=1...4;
所述数据分析单元用于将受覆信息组Fgi传输到处理器,所述处理器接收数据分析单元传输的受覆信息组Fgi,并对受覆信息组Fgi进行综合分析,综合分析具体步骤为:
S100:获取到受覆信息组Fgi;
S200:根据公式计算总覆值Zf;具体计算公式为:
Zf=0.328*Fg1+0.343*Fg2+0.162*Fg3+0.157*Fg4;
式中,0.328、0.343、0.162和0.157均为权值;
所述数据自处理单元与存储单元通信连接,所述数据字处理器单元与意见生成单元通信连接,所述意见生成单元与处理器通信连接;
所述数据自处理单元还用于对存储单元内的受覆信息组Fgi和总覆值Zf进行回归分析,回归分析具体步骤为:
SS10:获取到受覆信息组Fgi和总覆值Zf;
SS20:当总覆值Zf低于X3时,产生年覆差信号;X3为预设值;
SS30:在产生年覆差信号时,会自动计算第一差比Cb1和第二差比Cb2;具体计算方法为:
Cb1=Fg2-Fg3;
Cb2=Fg2-Fg4;
SS40:根据第一差比Cb1和第二差比Cb2,计算总差比Zcb,具体计算公式为:
Zcb=0.368*Cb1+0.632*Cb2;
式中0.368和0.632均为权值;
SS50:当Zcb低于X4时,产生常青补充信号;X4为预设值;
所述数据自处理单元用于将常青补充信号传输到意见生成单元,所述意见生成单元在接收到数据自处理单元传输的常青补充信号时向处理器传输“建议适当增加常青植被覆盖情况”字眼;
所述处理器接收到意见生成单元传输的“建议适当增加常青植被覆盖情况”字眼时,自动驱动显示单元进行显示;
所述管理单元与处理器通信连接。
2.根据权利要求1所述的基于无人机遥感技术的植被覆盖监测系统,其特征在于,时段抽选分析的具体过程为:
步骤一:获取到所有的植物品种信息,得到每一个植物品种信息在受控区域的覆盖占比,将其标记为品种占比Pi,i=1...n;
步骤二:根据Pi的大小对其进行排序,从第一名开始,依次往后获取对应植物品种信息,并将获取到的植物品种信息进行占比累加,得到累加占比L,当L超过预设比例X1时,停止累加;
步骤三:将满足条件的植物品种信息标记为圈中植被信息;
步骤四:按照一年四个季节分,将全年划分为四个时段;直接按照春夏秋冬四个时段进行划分;得到四个时段Dsi,i=1...4;
步骤五:选择第一个时段;
步骤六:获取到所有圈中植被信息在该时段的生长旺盛时间范围,求取其交叉范围,若所有圈中植被信息中有超过X1比例的生长旺盛时间范围存在交叉点,则将该交叉范围标记为监测时段,任选监测时段中的一天,将其标记为检测时间点;X1为预设值;
若无交叉范围,则获取所有生长旺盛时间范围的中值,则选定一中间时间,将该中间时间标记为对应的检测时间点;该中间时间满足到所有中值时间之和最小;
步骤七:选择下一个时段,重复步骤六-步骤七,直到对四个时段都处理完毕,得到四个检测时间点构成的检测时间信息。
3.根据权利要求1所述的基于无人机遥感技术的植被覆盖监测系统,其特征在于,遥感图像组获取方式如下:
S1:借助无人机,无人机上装备有遥感相机,对受控区域进行拍摄;拍摄过程如步骤S2所示;
S2:设定一个遥感相机拍摄面积M1,同时设定一个重复面积X2,该拍摄面积M1以正方形的形式展现;
S3:获取到受控区域的边缘,任选一起始点,全部覆盖对应的受控区域边缘,获取到第一个拍摄面积M1的遥感照片;
S4:从第一个拍摄面积M1内取最靠近外围的受控区域的重复面积X2的边缘,将其作为起点重复步骤S3,得到第二个拍摄面积M1的遥感照片;
S5:重复步骤S4;直到获取到单方向行程的全部拍摄面积对应的遥感照片,检测旁侧是否存在剩余面积,若存在则紧贴单行程,同样与已经获取到的单行程遥感照片设定X2的重复面积,进行以部分重叠部分的方式获取到的遥感照片,并重复步骤S3-S5;直到完成对所有受控区域的遥感照片获取完毕;得到遥感图像组。
4.根据权利要求1所述的基于无人机遥感技术的植被覆盖监测系统,其特征在于,图像拼接处理的具体步骤如下:
SS1:获取到所有的遥感图片组;
SS2:任选两个相邻的遥感图片,获取到二者重叠部分的照片,对应分别标记为第一重叠部分和第二重叠部分;
SS3:将第一重叠部分和第二重叠部分进行比较,若二者任一重叠部分较于另一重叠部分存在多余物品,则将存在多余物品的部分标记为覆盖部分,将另一重叠部分标记为压覆部分;若无,则两者任意覆盖;
SS4:将压覆部分掩盖覆盖部分,将两个遥感图片的重叠部分进行重合;
SS5:重复步骤SS2-SS5,完成对多有遥感图片的重组,得到受控区域的区域遥感图片。
5.根据权利要求1所述的基于无人机遥感技术的植被覆盖监测系统,其特征在于,所述管理单元用于录入所有的预设值X1-X4。
CN202011046951.4A 2020-09-29 2020-09-29 基于无人机遥感技术的植被覆盖监测系统 Active CN112213265B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011046951.4A CN112213265B (zh) 2020-09-29 2020-09-29 基于无人机遥感技术的植被覆盖监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011046951.4A CN112213265B (zh) 2020-09-29 2020-09-29 基于无人机遥感技术的植被覆盖监测系统

Publications (2)

Publication Number Publication Date
CN112213265A true CN112213265A (zh) 2021-01-12
CN112213265B CN112213265B (zh) 2023-10-10

Family

ID=74050982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011046951.4A Active CN112213265B (zh) 2020-09-29 2020-09-29 基于无人机遥感技术的植被覆盖监测系统

Country Status (1)

Country Link
CN (1) CN112213265B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113112159A (zh) * 2021-04-16 2021-07-13 河海大学 一种基于npp对大尺度区域耕地产能综合影响的识别方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105625440A (zh) * 2014-11-05 2016-06-01 黄弘 一种岩石边坡及硬质防护边坡植被恢复的方法
JP2016123369A (ja) * 2015-01-06 2016-07-11 株式会社日立製作所 植物成長分析システム、及び植物成長分析方法
US20160290918A1 (en) * 2014-09-12 2016-10-06 The Climate Corporation Forecasting national crop yield during the growing season
CN106908415A (zh) * 2017-02-24 2017-06-30 郑州大学 一种基于修正ndvi时间序列的大区域农作物全生育期墒情监测方法
CN107389036A (zh) * 2017-08-02 2017-11-24 珠江水利委员会珠江水利科学研究院 一种结合无人机影像的大空间尺度植被覆盖度计算方法
US20180058932A1 (en) * 2016-08-12 2018-03-01 China Institute Of Water Resources And Hydropower Research Method for analyzing the types of water sources based on natural geographical features
CN108896022A (zh) * 2018-08-17 2018-11-27 山东农业大学 一种植被覆盖度估算方法
CN109117811A (zh) * 2018-08-24 2019-01-01 颜俊君 一种基于低空遥感测量技术估算城市植被覆盖率的系统及方法
CN109684929A (zh) * 2018-11-23 2019-04-26 中国电建集团成都勘测设计研究院有限公司 基于多源遥感数据融合的陆生植物生态环境监测方法
CN110427841A (zh) * 2019-07-18 2019-11-08 中国科学院遥感与数字地球研究所 基于遥感信息的常绿林地识别方法及系统
CN110988306A (zh) * 2019-12-18 2020-04-10 杨柳 一种基于电子信息技术的土壤长效监测预防分析管理系统
CN210603292U (zh) * 2019-09-20 2020-05-22 塔里木大学 一种冬小麦干旱遥感监测分级指标系统
CN111369178A (zh) * 2020-04-07 2020-07-03 榆林学院 一种基于生态大数据的矿区生态修复指导系统
CN111429103A (zh) * 2020-03-31 2020-07-17 温州大学 一种基于大数据的温室智能管理系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160290918A1 (en) * 2014-09-12 2016-10-06 The Climate Corporation Forecasting national crop yield during the growing season
CN105625440A (zh) * 2014-11-05 2016-06-01 黄弘 一种岩石边坡及硬质防护边坡植被恢复的方法
JP2016123369A (ja) * 2015-01-06 2016-07-11 株式会社日立製作所 植物成長分析システム、及び植物成長分析方法
US20180058932A1 (en) * 2016-08-12 2018-03-01 China Institute Of Water Resources And Hydropower Research Method for analyzing the types of water sources based on natural geographical features
CN106908415A (zh) * 2017-02-24 2017-06-30 郑州大学 一种基于修正ndvi时间序列的大区域农作物全生育期墒情监测方法
CN107389036A (zh) * 2017-08-02 2017-11-24 珠江水利委员会珠江水利科学研究院 一种结合无人机影像的大空间尺度植被覆盖度计算方法
CN108896022A (zh) * 2018-08-17 2018-11-27 山东农业大学 一种植被覆盖度估算方法
CN109117811A (zh) * 2018-08-24 2019-01-01 颜俊君 一种基于低空遥感测量技术估算城市植被覆盖率的系统及方法
CN109684929A (zh) * 2018-11-23 2019-04-26 中国电建集团成都勘测设计研究院有限公司 基于多源遥感数据融合的陆生植物生态环境监测方法
CN110427841A (zh) * 2019-07-18 2019-11-08 中国科学院遥感与数字地球研究所 基于遥感信息的常绿林地识别方法及系统
CN210603292U (zh) * 2019-09-20 2020-05-22 塔里木大学 一种冬小麦干旱遥感监测分级指标系统
CN110988306A (zh) * 2019-12-18 2020-04-10 杨柳 一种基于电子信息技术的土壤长效监测预防分析管理系统
CN111429103A (zh) * 2020-03-31 2020-07-17 温州大学 一种基于大数据的温室智能管理系统
CN111369178A (zh) * 2020-04-07 2020-07-03 榆林学院 一种基于生态大数据的矿区生态修复指导系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LIN GAO ET AL.: "Remote sensing algorithms for estimation of fractional vegetation cober using pure vegetetion index values:A review", ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, vol. 159 *
崔耀平;刘彤;赵志平;李佳;: "干旱荒漠区植被覆盖变化的遥感监测分析", 地球信息科学学报, no. 03 *
徐晓民等: "典型干旱草原区上东河流域近10年植被演替分析", 现代农业科技, no. 22 *
赵波;: "基于遥感技术的大同地区植被覆盖监测", 科技广场, no. 06 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113112159A (zh) * 2021-04-16 2021-07-13 河海大学 一种基于npp对大尺度区域耕地产能综合影响的识别方法
CN113112159B (zh) * 2021-04-16 2022-08-16 河海大学 一种基于npp对大尺度区域耕地产能综合影响的识别方法

Also Published As

Publication number Publication date
CN112213265B (zh) 2023-10-10

Similar Documents

Publication Publication Date Title
CN109033998B (zh) 基于注意力机制卷积神经网络的遥感影像地物标注方法
CN101839979B (zh) 作物冠层植被指数测量方法及装置
CN109470179B (zh) 一种大规模水耕蔬菜长势检测系统及方法
CN106575419A (zh) 信息处理设备、产生控制信号的方法、信息处理系统以及程序
CN109724984A (zh) 一种基于深度学习算法的缺陷检测识别装置和方法
CN102103699B (zh) 一种基于图像检测棉花吐絮的方法
CN115481368B (zh) 一种基于全遥感机器学习的植被覆盖度估算方法
CN107169491A (zh) 一种齿环模具编号检测方法
CN107818303A (zh) 无人机油气管线影像自动对比分析方法、系统及软件存储器
CN104463168A (zh) 一种基于遥感影像的空废宅基地信息自动提取方法
CN111429103A (zh) 一种基于大数据的温室智能管理系统
CN112213265A (zh) 基于无人机遥感技术的植被覆盖监测系统
CN108932474A (zh) 一种基于全卷积神经网络复合特征的遥感影像云判方法
CN108896494A (zh) 一种基于光谱和深度学习的物体识别仪
CN113537293A (zh) 基于无人机和全卷积神经网络的小麦倒伏区域识别方法
CN114549998A (zh) 一种基于卫星图像的屋顶光伏潜力抗干扰评估方法
CN116958961A (zh) 一种基于改进YOLOv8s的轻量级石榴识别方法
CN113763196A (zh) 一种基于改进YOLOv3的果园产量测定系统
CN117808374B (zh) 一种建筑工程质量智能验收管理方法及系统
CN103530988A (zh) 一种草坪践踏及危害程度的预警方法
CN105744261A (zh) 机顶盒前面板的测试系统及测试方法
CN114511777A (zh) 一种基于图像识别方法的桃树花期监测评估方法
CN116958053B (zh) 一种基于yolov4-tiny的竹签计数方法
CN116206215B (zh) 一种森林土地状态的监测方法、装置及存储介质
CN112634213A (zh) 一种无人机预测冬小麦冠层叶面积指数的系统和方法

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