CN114413824A - 一种基于单株玉米叶片参数的叶面积指数处理系统 - Google Patents
一种基于单株玉米叶片参数的叶面积指数处理系统 Download PDFInfo
- Publication number
- CN114413824A CN114413824A CN202210062922.XA CN202210062922A CN114413824A CN 114413824 A CN114413824 A CN 114413824A CN 202210062922 A CN202210062922 A CN 202210062922A CN 114413824 A CN114413824 A CN 114413824A
- Authority
- CN
- China
- Prior art keywords
- corn
- leaf
- plant
- leaves
- selection
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/28—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring areas
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Abstract
本发明提供一种基于单株玉米叶片参数的叶面积指数处理系统,所述处理系统包括单株选取模块、单株参数获取模块、单株处理模块以及叶面指数处理模块,所述单株选取模块包括单株选取单元以及叶片选取单元,所述单株选取单元用于对观测地块内的单株玉米进行选取并设定为单株参考玉米;所述叶片选取单元用于选取单株参考玉米的单片叶片作为参考叶片;所述单株参数获取模块用于获取单株参考玉米的各项参数;所述单株参数获取模块包括玉米参数获取单元以及玉米生长因素获取单元,本发明能够基于单株玉米的生长参数对整块地的叶面积指数进行计算,以解决现有的叶面积计算方式复杂且工作量较大的问题。
Description
技术领域
本发明涉及叶面积指数计算技术领域,尤其涉及一种基于单株玉米叶片参数的叶面积指数处理系统。
背景技术
叶面积指数亦称叶面积系数,是指单位土地面积上单面植物光合作用面积的总和,是描述植被结构特征的重要参数,同时也是表征植被生长和生态系统功能的关键生物物理变量。
现有LAI的测量方法:直接测定方法,是一种传统的、具有一定破坏性的方法。具体方法是基于测量单叶叶面积后再进行累加,但考虑到对每片单叶进行测量耗工、耗时,因而选取有代表性的叶片面积作间接测量。如不同生育期选择单株不同部位单叶或多叶测量其面积,与单株叶面积作相关性分析,通过建立与单株叶面积相关性高的单叶或多叶回归模型,预测单株叶面积;
光学仪器法。①基于辐射测量的方法。通过测量辐射透过率来计算叶面积指数。仪器通过辐射传感器获取太阳辐射透过率、冠层空隙率、冠层空隙大小或冠层空隙大小分布等参数来计算叶面积指数。②基于图像测量的方法。通过获取和分析植物冠层的半球数字图像来计算叶面积指数。通过鱼眼镜头和数码相机获取冠层图像,利用软件对冠层图像进行分析,计算太阳辐射透过系数、冠层空隙大小、间隙率参数、图像特征等,进而推算有效叶面积指数。③基于3D激光雷达扫描的方法。对获得的数据进行点云处理、分割,通过建立点云数据与叶面积指数真实值的回归模型,对作物叶面积指数进行估算。仪器主要有VLP–16型三维激光雷达、ALS80机载激光扫描系统等。④高光谱测量法。通过分析冠层高光谱波宽和波段数据和叶面积指数之间的相关性,筛选出最优的波宽和波段,建立回归模型来预测叶面积指数;
卫星遥感法。主要通过统计模型法、光学模型法建立遥感图像数据与实测叶面积指数的相关模型进行预测。
但是上述方法中所使用的测量成本较高,测量过程也较为复杂且工作量较大,很难大规模的投入使用。
发明内容
针对现有技术存在的不足,本发明所采用的一种基于单株玉米叶片参数的叶面积指数处理系统,能够基于单株玉米的生长参数对整块地的叶面积指数进行计算,以解决现有的叶面积计算方式复杂且工作量较大的问题。
为了实现上述目的,本发明是通过如下的技术方案来实现:一种基于单株玉米叶片参数的叶面积指数处理系统,所述处理系统包括单株选取模块、单株参数获取模块、单株处理模块以及叶面指数处理模块,所述单株选取模块包括单株选取单元以及叶片选取单元,所述单株选取单元用于对观测地块内的单株玉米进行选取并设定为单株参考玉米;所述叶片选取单元用于选取单株参考玉米的单片叶片作为参考叶片;
所述单株参数获取模块用于获取单株参考玉米的各项参数;所述单株参数获取模块包括玉米参数获取单元以及玉米生长因素获取单元,所述玉米参数获取单元用于获取参考叶片的叶片宽度和叶片长度以及单株参考玉米的叶片个数;所述玉米生长因素获取单元用于获取单株参考玉米的株距以及行距。
所述单株处理模块用于对获取到的单株参考玉米的各项参数进行处理得到单株参考玉米的叶面指数;所述叶面指数处理模块用于对得到的单株参考玉米的叶面指数进行处理得到观测地块的玉米叶面指数。
进一步地,所述单株选取单元配置有单株选取策略,所述单株选取策略包括:将观测地块的轮廓区域进行获取,先将距离轮廓区域小于第一距离的区域进行划定设定为外围去除区域,将外围去除区域的内部区域设定为筛选区域;
将第一矩形随机放入筛选区域内进行框选,再将框选范围内的每株玉米的高度进行获取,去除其中最高的一株以及最矮的一株玉米,求得剩余若干玉米的平均高度,选取与平均高度差值最小的一株玉米作为单株参考玉米;
其中,所述第一矩形的面积设定小于筛选区域的面积,且第一矩形的长与宽的比例设定为第一长宽比。
进一步地,所述叶片选取单元配置有叶片选取策略,所述叶片选取策略包括:获取单株参考玉米的叶片数量,将叶片数量代入叶片选取公式中求得叶片选取数值,获取叶片选取数值的整数位并设定为叶片选取序号,将单株参考玉米的叶片按照叶片高度由低到高进行排序,选取叶片选取序号与叶片的高度排序序号一致的叶片作为参考叶片。
进一步地,所述叶片选取公式配置为:Pyx=a1×Ys;其中,Pyx为叶片选取数值,Ys为叶片数量,a1为叶片选取系数,且0<a1<1。
进一步地,所述玉米参数获取单元配置有叶片参数获取策略,所述叶片参数获取策略包括:将参考叶片与玉米茎的贴合处作为起点,将参考叶片远离玉米茎的一端作为终点,测量起点到终点的距离即为参考叶片的长度;
将参考叶片由起点到终点进行连线并设定为中心线,并分别获取中心线两侧叶片边缘距离中心线的最大距离,将两侧的最大距离相加即为参考叶片的宽度;
将单株参考玉米中叶片长度大于等于第一长度阈值的叶片进行筛选并设定为计数叶片,获取计数叶片的数量即为单株参考玉米的叶片数量。
进一步地,所述玉米生长因素获取单元配置有玉米生长因素获取策略,所述玉米生长因素获取策略包括:沿玉米播种行路获取单株参考玉米与两侧的玉米之间的间距,求取单株参考玉米两侧玉米间距的平均值并设定为株距;
将单株参考玉米沿玉米播种行路两侧的玉米,并将两侧的玉米连线设定为中间参考线;将单株参考玉米距离两侧行路的最近玉米进行获取,并按照单株参考玉米的中间参考线的获取方式分别获取两侧行路的第一侧面参考线以及第二侧面参考线,分别求得中间参考线的中点距离第一侧面参考线的中点以及第二侧面参考线中点的第一参考距离和第二参考距离,再求得第一参考距离和第二参考距离的平均值即为行距。
进一步地,所述单株处理模块配置有单株处理策略,所述单株处理策略包括:将获取到的叶片宽度、叶片长度、叶片个数、株距以及行距带入单株叶面指数公式中求得单株叶面指数。
进一步地,所述单株叶面积指数配置为:其中,LAId为单株叶面积指数,Nleaf为叶片数量,Wleaf为叶片长度、Lleaf为叶片宽度,Lh为株距、Lr为行距,η为调节系数,且η取值在0.75到1之间。
进一步地,所述叶面指数处理模块配置有叶面指数处理策略,所述叶面指数处理策略包括:将单株叶面指数带入叶面指数公式中求得观测地块的叶面积指数。
本发明的有益效果:本发明通过单株选取单元能够对观测地块内的单株玉米进行选取并设定为单株参考玉米,通过叶片选取单元能够选取单株参考玉米的单片叶片作为参考叶片;然后对选中的单株参考玉米以及参考叶片进行数据获取,通过玉米参数获取单元能够获取参考叶片的叶片宽度和叶片长度以及单株参考玉米的叶片个数;通过玉米生长因素获取单元能够获取单株参考玉米的株距以及行距,再通过单株处理模块能够对获取到的单株参考玉米的各项参数进行处理得到单株参考玉米的叶面指数;最后再通过叶面指数处理模块用于对得到的单株参考玉米的叶面指数进行处理得到观测地块的玉米叶面指数,该方法能够随机选中一个具备参考价值的单株参考玉米以及选取单株参考玉米的参考叶片,再通过对单株参考玉米的数据进行处理能够得到整个观测地块的叶面积指数,有效保证叶面积指数观测精准度的基础上降低了观测难度和工作量,提高了叶面积指数的观测效率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的系统原理框图;
图2为本发明的观测地块的第一矩形选取的示意图;
图3为本发明的单株参考玉米的参考叶片选取的示意图;
图4为本发明中株距和行距获取的示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
请参阅图1,一种基于单株玉米叶片参数的叶面积指数处理系统,所述处理系统包括单株选取模块、单株参数获取模块、单株处理模块以及叶面指数处理模块。
请参阅图2,所述单株选取模块包括单株选取单元以及叶片选取单元,所述单株选取单元用于对观测地块内的单株玉米进行选取并设定为单株参考玉米;所述单株选取单元配置有单株选取策略,所述单株选取策略包括:将观测地块的轮廓区域进行获取,先将距离轮廓区域小于第一距离的区域进行划定设定为外围去除区域,将外围去除区域的内部区域设定为筛选区域;将第一矩形随机放入筛选区域内进行框选,再将框选范围内的每株玉米的高度进行获取,去除其中最高的一株以及最矮的一株玉米,求得剩余若干玉米的平均高度,选取与平均高度差值最小的一株玉米作为单株参考玉米;其中,所述第一矩形的面积设定小于筛选区域的面积,且第一矩形的长与宽的比例设定为第一长宽比,第一长宽比设定为1.2-1.5之间,具体可以根据不同观测地块的形状来设定。
请参阅图3,所述叶片选取单元用于选取单株参考玉米的单片叶片作为参考叶片;所述叶片选取单元配置有叶片选取策略,所述叶片选取策略包括:获取单株参考玉米的叶片数量,将叶片数量代入叶片选取公式中求得叶片选取数值,获取叶片选取数值的整数位并设定为叶片选取序号,将单株参考玉米的叶片按照叶片高度由低到高进行排序,选取叶片选取序号与叶片的高度排序序号一致的叶片作为参考叶片。其中选取的比例大致为由低到高的三分之一处为最优,次数的叶片生长较整体来说较好,最具代表性。
所述叶片选取公式配置为:Pyx=a1×Ys;其中,Pyx为叶片选取数值,Ys为叶片数量,a1为叶片选取系数,且0<a1<1。
所述单株参数获取模块用于获取单株参考玉米的各项参数;所述单株参数获取模块包括玉米参数获取单元以及玉米生长因素获取单元,所述玉米参数获取单元用于获取参考叶片的叶片宽度和叶片长度以及单株参考玉米的叶片个数;所述玉米参数获取单元配置有叶片参数获取策略,所述叶片参数获取策略包括:将参考叶片与玉米茎的贴合处作为起点,将参考叶片远离玉米茎的一端作为终点,测量起点到终点的距离即为参考叶片的长度;其中,玉米叶片的中心有一条十分明显的分隔脉线,叶片的长度也可以通过测量叶片的中心脉线的长度进行获取。
将参考叶片由起点到终点进行连线并设定为中心线,并分别获取中心线两侧叶片边缘距离中心线的最大距离,将两侧的最大距离相加即为参考叶片的宽度;叶片的宽度也可以通过参考叶片的中心脉线进行分隔后,获取两侧到达中心脉线的最大距离,再将两侧到达中心脉线的最大距离进行相加。
将单株参考玉米中叶片长度大于等于第一长度阈值的叶片进行筛选并设定为计数叶片,获取计数叶片的数量即为单株参考玉米的叶片数量。
请参阅图4,所述玉米生长因素获取单元用于获取单株参考玉米的株距以及行距。所述玉米生长因素获取单元配置有玉米生长因素获取策略,所述玉米生长因素获取策略包括:沿玉米播种行路获取单株参考玉米与两侧的玉米之间的间距,求取单株参考玉米两侧玉米间距的平均值并设定为株距;其中行距的获取也可以通过对整个观测地块的每两个行路之间的行距进行测量,再求取所有行距的平均值得出。
将单株参考玉米沿玉米播种行路两侧的玉米,并将两侧的玉米连线设定为中间参考线;将单株参考玉米距离两侧行路的最近玉米进行获取,并按照单株参考玉米的中间参考线的获取方式分别获取两侧行路的第一侧面参考线以及第二侧面参考线,分别求得中间参考线的中点距离第一侧面参考线的中点以及第二侧面参考线中点的第一参考距离和第二参考距离,再求得第一参考距离和第二参考距离的平均值即为行距。
所述单株处理模块用于对获取到的单株参考玉米的各项参数进行处理得到单株参考玉米的叶面指数;
所述单株处理模块配置有单株处理策略,所述单株处理策略包括:将获取到的叶片宽度、叶片长度、叶片个数、株距以及行距带入单株叶面指数公式中求得单株叶面指数。所述单株叶面积指数配置为:其中,LAId为单株叶面积指数,Nleaf为叶片数量,Wleaf为叶片长度、Lleaf为叶片宽度,Lh为株距、Lr为行距,η为调节系数,且η取值在0.75到1之间。
所述叶面指数处理模块用于对得到的单株参考玉米的叶面指数进行处理得到观测地块的玉米叶面指数。所述叶面指数处理模块配置有叶面指数处理策略,所述叶面指数处理策略包括:将单株叶面指数带入叶面指数公式中求得观测地块的叶面积指数。所述叶面积指数公式配置为:其中,LAI为叶面积指数,Sj为观测地块的面积,λ为玉米种植密度的补偿系数,且λ的取值在1到1.25之间。
工作原理:本发明通过单株选取单元能够对观测地块内的单株玉米进行选取并设定为单株参考玉米,通过叶片选取单元能够选取单株参考玉米的单片叶片作为参考叶片;然后对选中的单株参考玉米以及参考叶片进行数据获取,通过玉米参数获取单元能够获取参考叶片的叶片宽度和叶片长度以及单株参考玉米的叶片个数;通过玉米生长因素获取单元能够获取单株参考玉米的株距以及行距,再通过单株处理模块能够对获取到的单株参考玉米的各项参数进行处理得到单株参考玉米的叶面指数;最后再通过叶面指数处理模块用于对得到的单株参考玉米的叶面指数进行处理得到观测地块的玉米叶面指数。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于单株玉米叶片参数的叶面积指数处理系统,其特征在于,所述处理系统包括单株选取模块、单株参数获取模块、单株处理模块以及叶面指数处理模块,所述单株选取模块包括单株选取单元以及叶片选取单元,所述单株选取单元用于对观测地块内的单株玉米进行选取并设定为单株参考玉米;所述叶片选取单元用于选取单株参考玉米的单片叶片作为参考叶片;
所述单株参数获取模块用于获取单株参考玉米的各项参数;所述单株参数获取模块包括玉米参数获取单元以及玉米生长因素获取单元,所述玉米参数获取单元用于获取参考叶片的叶片宽度和叶片长度以及单株参考玉米的叶片个数;所述玉米生长因素获取单元用于获取单株参考玉米的株距以及行距。
所述单株处理模块用于对获取到的单株参考玉米的各项参数进行处理得到单株参考玉米的叶面指数;所述叶面指数处理模块用于对得到的单株参考玉米的叶面指数进行处理得到观测地块的玉米叶面指数。
2.根据权利要求1所述的一种基于单株玉米叶片参数的叶面积指数处理系统,其特征在于,所述单株选取单元配置有单株选取策略,所述单株选取策略包括:将观测地块的轮廓区域进行获取,先将距离轮廓区域小于第一距离的区域进行划定设定为外围去除区域,将外围去除区域的内部区域设定为筛选区域;
将第一矩形随机放入筛选区域内进行框选,再将框选范围内的每株玉米的高度进行获取,去除其中最高的一株以及最矮的一株玉米,求得剩余若干玉米的平均高度,选取与平均高度差值最小的一株玉米作为单株参考玉米;
其中,所述第一矩形的面积设定小于筛选区域的面积,且第一矩形的长与宽的比例设定为第一长宽比。
3.根据权利要求2所述的一种基于单株玉米叶片参数的叶面积指数处理系统,其特征在于,所述叶片选取单元配置有叶片选取策略,所述叶片选取策略包括:获取单株参考玉米的叶片数量,将叶片数量代入叶片选取公式中求得叶片选取数值,获取叶片选取数值的整数位并设定为叶片选取序号,将单株参考玉米的叶片按照叶片高度由低到高进行排序,选取叶片选取序号与叶片的高度排序序号一致的叶片作为参考叶片。
4.根据权利要求3所述的一种基于单株玉米叶片参数的叶面积指数处理系统,其特征在于,所述叶片选取公式配置为:Pyx=a1×Ys;其中,Pyx为叶片选取数值,Ys为叶片数量,a1为叶片选取系数,且0<a1<1。
5.根据权利要求4所述的一种基于单株玉米叶片参数的叶面积指数处理系统,其特征在于,所述玉米参数获取单元配置有叶片参数获取策略,所述叶片参数获取策略包括:将参考叶片与玉米茎的贴合处作为起点,将参考叶片远离玉米茎的一端作为终点,测量起点到终点的距离即为参考叶片的长度;
将参考叶片由起点到终点进行连线并设定为中心线,并分别获取中心线两侧叶片边缘距离中心线的最大距离,将两侧的最大距离相加即为参考叶片的宽度;
将单株参考玉米中叶片长度大于等于第一长度阈值的叶片进行筛选并设定为计数叶片,获取计数叶片的数量即为单株参考玉米的叶片数量。
6.根据权利要求5所述的一种基于单株玉米叶片参数的叶面积指数处理系统,其特征在于,所述玉米生长因素获取单元配置有玉米生长因素获取策略,所述玉米生长因素获取策略包括:沿玉米播种行路获取单株参考玉米与两侧的玉米之间的间距,求取单株参考玉米两侧玉米间距的平均值并设定为株距;
将单株参考玉米沿玉米播种行路两侧的玉米,并将两侧的玉米连线设定为中间参考线;将单株参考玉米距离两侧行路的最近玉米进行获取,并按照单株参考玉米的中间参考线的获取方式分别获取两侧行路的第一侧面参考线以及第二侧面参考线,分别求得中间参考线的中点距离第一侧面参考线的中点以及第二侧面参考线中点的第一参考距离和第二参考距离,再求得第一参考距离和第二参考距离的平均值即为行距。
7.根据权利要求6所述的一种基于单株玉米叶片参数的叶面积指数处理系统,其特征在于,所述单株处理模块配置有单株处理策略,所述单株处理策略包括:将获取到的叶片宽度、叶片长度、叶片个数、株距以及行距带入单株叶面指数公式中求得单株叶面指数。
9.根据权利要求8所述的一种基于单株玉米叶片参数的叶面积指数处理系统,其特征在于,所述叶面指数处理模块配置有叶面指数处理策略,所述叶面指数处理策略包括:将单株叶面指数带入叶面指数公式中求得观测地块的叶面积指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210062922.XA CN114413824B (zh) | 2022-01-20 | 2022-01-20 | 一种基于单株玉米叶片参数的叶面积指数处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210062922.XA CN114413824B (zh) | 2022-01-20 | 2022-01-20 | 一种基于单株玉米叶片参数的叶面积指数处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114413824A true CN114413824A (zh) | 2022-04-29 |
CN114413824B CN114413824B (zh) | 2022-10-21 |
Family
ID=81275833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210062922.XA Active CN114413824B (zh) | 2022-01-20 | 2022-01-20 | 一种基于单株玉米叶片参数的叶面积指数处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114413824B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2389484A1 (en) * | 2002-06-06 | 2003-12-06 | Pratt & Whitney Canada Inc. | Optical measuremnet of vane ring throat area |
CN101358842A (zh) * | 2008-09-19 | 2009-02-04 | 广东省农业科学院水稻研究所 | 植物叶片面积测量仪 |
CN102538717A (zh) * | 2010-12-30 | 2012-07-04 | 北京师范大学 | 叶面积指数自动观测系统及其方法 |
US20120253740A1 (en) * | 2011-03-30 | 2012-10-04 | Weyerhaeuser Nr Company | System and method for forest management using stand development performance as measured by lai |
CN112816618A (zh) * | 2020-12-29 | 2021-05-18 | 河南省农业科学院植物营养与资源环境研究所 | 一种氮高效小麦品种的筛选方法 |
-
2022
- 2022-01-20 CN CN202210062922.XA patent/CN114413824B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2389484A1 (en) * | 2002-06-06 | 2003-12-06 | Pratt & Whitney Canada Inc. | Optical measuremnet of vane ring throat area |
CN101358842A (zh) * | 2008-09-19 | 2009-02-04 | 广东省农业科学院水稻研究所 | 植物叶片面积测量仪 |
CN102538717A (zh) * | 2010-12-30 | 2012-07-04 | 北京师范大学 | 叶面积指数自动观测系统及其方法 |
US20120253740A1 (en) * | 2011-03-30 | 2012-10-04 | Weyerhaeuser Nr Company | System and method for forest management using stand development performance as measured by lai |
CN112816618A (zh) * | 2020-12-29 | 2021-05-18 | 河南省农业科学院植物营养与资源环境研究所 | 一种氮高效小麦品种的筛选方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114413824B (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105678281B (zh) | 基于光谱和纹理特征的地膜覆盖农田遥感监测方法 | |
Liu et al. | Remote-sensing estimation of potato above-ground biomass based on spectral and spatial features extracted from high-definition digital camera images | |
CN111598019A (zh) | 基于多源遥感数据的作物类型与种植模式识别方法 | |
Guo et al. | Integrating spectral and textural information for identifying the tasseling date of summer maize using UAV based RGB images | |
CN108169161A (zh) | 一种基于改进型modis指数的玉米种植区域土壤湿度评估方法 | |
CN106643529A (zh) | 基于无人机影像的山区农作物生长高度快速测量的方法 | |
CN105758806B (zh) | 基于光谱特征的地膜覆盖农田遥感监测方法 | |
CN114926748A (zh) | Sentinel-1/2微波与光学多光谱影像结合的大豆遥感识别方法 | |
WO2018107245A1 (en) | Detection of environmental conditions | |
CN110378926B (zh) | 一种基于机载LiDAR和Sentinel-2A数据的地上植被生态水估算方法 | |
CN109325433A (zh) | 引入地形因子的黑土区大豆生物量多时相遥感反演方法 | |
CN116227758B (zh) | 基于遥感技术和深度学习的农产品成熟度预测方法及系统 | |
CN112380980A (zh) | 一种人工龙竹林lai遥感估测最佳尺度选择方法 | |
CN108205718B (zh) | 一种粮食作物抽样测产方法及系统 | |
CN105678280B (zh) | 基于纹理特征的地膜覆盖农田遥感监测方法 | |
Liu et al. | Improved potato AGB estimates based on UAV RGB and hyperspectral images | |
CN114413824B (zh) | 一种基于单株玉米叶片参数的叶面积指数处理系统 | |
CN117218539A (zh) | 一种基于多种植被指数的遥感监测森林蓄积量方法 | |
Bao et al. | Field-based robotic phenotyping for sorghum biomass yield component traits characterization using stereo vision | |
CN115994939A (zh) | 一种基于地面激光点云的树木叶面积估算方法 | |
CN114611699A (zh) | 土壤水分降尺度方法、装置、电子设备及存储介质 | |
CN114663778A (zh) | 一种提升作物产量的方法及装置 | |
Tang et al. | UAV-based high spatial and temporal resolution monitoring and mapping of surface moisture status in a vineyard | |
Tsoulias et al. | Estimating the canopy volume using a 2D LiDAR in apple trees | |
Macarof et al. | Investigating correlation LST and vegetation indices using Landsat images for the warmest month: a case study of Iasi County |
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 |