CN117739871B - 叶面积指数测量方法、装置、系统、电子设备及存储介质 - Google Patents
叶面积指数测量方法、装置、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117739871B CN117739871B CN202410187329.7A CN202410187329A CN117739871B CN 117739871 B CN117739871 B CN 117739871B CN 202410187329 A CN202410187329 A CN 202410187329A CN 117739871 B CN117739871 B CN 117739871B
- Authority
- CN
- China
- Prior art keywords
- target
- radiation value
- measurement task
- optical radiation
- data corresponding
- 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
- 238000000691 measurement method Methods 0.000 title claims description 32
- 230000005855 radiation Effects 0.000 claims abstract description 459
- 238000005259 measurement Methods 0.000 claims abstract description 365
- 230000002159 abnormal effect Effects 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 32
- 230000003287 optical effect Effects 0.000 claims description 348
- 230000005856 abnormality Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013524 data verification Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000004720 fertilization Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000003575 carbonaceous material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000243 photosynthetic effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种叶面积指数测量方法、装置、系统、电子设备及存储介质，涉及电数字数据处理技术领域，该方法包括：在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从本次测量任务对应的目标数据中剔除任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到本次测量任务的叶面积指数测量结果，或者，确定本次测量任务执行失败。本发明提供的叶面积指数测量方法、装置、系统、电子设备及存储介质，能对测量仪器采集到的原始数据进行质量校验，从而能更准确地获取作物的叶面积指数。
Description
技术领域
本发明涉及电数字数据处理技术领域，尤其涉及一种叶面积指数测量方法、装置、系统、电子设备及存储介质。
背景技术
叶面积指数（Leaf Area Index，简称LAI）是衡量植物叶面积密度的一个指标，定义为每单位地表面积上所有叶片表面积的一半。在农业领域，叶面积指数是反映农作物生长的一个重要指标，在一定范围内，作物的产量随着叶面积指数的增大而提高，当叶面积指数增加到一定限度后，田间郁闭，光照不足，光合效率减弱，产量反而下降。因此，叶面积指数对于指导田园合理施肥、现代化农场高效管理具有非常重要的意义。在生态领域，叶面积指数能反映出植物冠层的能量、二氧化碳以及物质循环，叶面积指数还与许多生态过程直接相关，是研究冠层下土壤水分蒸发，地上净初级生产力等的基础因子。
相关技术中可以利用测量仪器获得作物的叶面积指数。但是，由于植被种类的多样性和植被冠层的不确定性，导致利用传统的测量仪器获得的叶面积指数准确率不高。
因此，如何更准确地测量作物的叶面积指数，是本领域亟待解决的技术问题。
发明内容
本发明提供一种叶面积指数测量方法、装置、系统、电子设备及存储介质，用以解决现有技术中利用传统的测量仪器获得的叶面积指数准确率不高的缺陷，实现更准确地测量作物的叶面积指数。
本发明提供一种叶面积指数测量方法，包括：
获取本次测量任务对应的目标数据，所述目标数据包括每一目标视场角区间对应的第一光辐射值和第二光辐射值，所述目标视场角区间对应的第一光辐射值为第一观察点在竖直向上方向上所述目标视场角区间对应区域内的光辐射值，所述目标视场角区间对应的第二光辐射值为第二观察点在竖直向上方向上所述目标视场角区间对应区域内的光辐射值，所述第一观察点位于所述目标作物的冠层上方，所述第二观察点位于所述目标作物的冠层下方；
在确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从所述本次测量任务对应的目标数据中剔除所述任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于所述本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到所述目标作物剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果，
或者，在确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，确定本次测量任务执行失败。
根据本发明提供的一种叶面积指数测量方法，确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常，包括：在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值，与所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第一光辐射值之间的差值大于第一阈值，所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的各目标视场角区间对应的第一光辐射值之间的差值不大于第二阈值且所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间的差值大于第三阈值的情况下，确定所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第一光辐射值存在异常；
在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值，与所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第二光辐射值之间的差值大于第四阈值，所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的各目标视场角区间对应的第二光辐射值之间的差值不大于第五阈值，且所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间的差值大于第六阈值的情况下，确定所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值存在异常；
其中，所述第一阈值基于所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第一光辐射值的数量级确定；所述第二阈值基于所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第一光辐射值的数量级确定；所述第三阈值基于所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定；
所述第四阈值基于所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第二光辐射值的数量级确定；所述第五阈值基于所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第二光辐射值的数量级确定；所述第六阈值基于所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定。
根据本发明提供的一种叶面积指数测量方法，确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常，包括：在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值和第二光辐射值的差值大于第七阈值的情况下，确定所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值或第一光辐射值存在异常；
其中，所述第七阈值，基于所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定。
根据本发明提供的一种叶面积指数测量方法，所述获取本次测量任务对应的目标数据之后，所述方法还包括：
在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值和第二光辐射值的差值不大于所述第八阈值的情况下，用所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第一光辐射值替换所述任一目标视场角区间对应的第二光辐射值，或者，用所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值替换所述任一目标视场角区间对应的第一光辐射值；
其中，所述第八阈值，基于所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定。
根据本发明提供的一种叶面积指数测量方法，确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常，包括：
在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值为零的情况下，确定所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第一光辐射值存在异常，在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值为零的情况下，确定所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值存在异常。
根据本发明提供的一种叶面积指数测量方法，所述获取本次测量任务对应的目标数据，包括：
在触发本次测量任务的情况下，利用包括鱼眼镜头的光学传感器，采集每一所述目标视场角区间对应的第二光辐射值，作为本次测量任务对应的目标数据中每一所述目标视场角区间对应的第二光辐射值，
在触发本次测量任务的情况下，若满足预设条件，则将上一次测量任务对应的目标数据中每一所述目标视场角区间对应的第一光辐射值，作为本次测量任务对应的目标数据，若不满足预设条件，则利用包括鱼眼镜头的光学传感器，采集每一所述目标视场角区间对应的第一光辐射值，作为本次测量任务对应的目标数据；
其中，所述预设条件包括触发本次测量任务的时刻距离执行上一次测量任务的时刻不超过预设时长，本次测量任务不为节点测量任务，或者，触发本次测量任务的时刻处于预设时段内且所述目标作物所在区域的天气状态为目标天气状态；所述目标天气状态包括晴朗；任意相邻两次节点测量任务之间间隔预设数量次测量任务。
本发明还提供一种叶面积指数测量装置，包括：
数据获取模块，用于获取本次测量任务对应的目标数据，所述目标数据包括每一目标视场角区间对应的第一光辐射值和第二光辐射值，所述目标视场角区间对应的第一光辐射值为第一观察点在竖直向上方向上所述目标视场角区间对应区域内的光辐射值，所述目标视场角区间对应的第二光辐射值为第二观察点在竖直向上方向上所述目标视场角区间对应区域内的光辐射值，所述第一观察点位于所述目标作物的冠层上方，所述第二观察点位于所述目标作物的冠层下方；
数据校验模块，用于在确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从所述本次测量任务对应的目标数据中剔除所述任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于所述本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到所述目标作物剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果，
或者，在确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，确定本次测量任务执行失败。
本发明还提供一种电子设备，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上述任一种所述叶面积指数测量方法。
本发明还提供一种叶面积指数测量系统，包括：如上所述的电子设备以及包括鱼眼镜头的光学传感器，所述光学传感器与所述电子设备电连接；
所述光学传感器用于响应于所述电子设备的控制，采集第一观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，作为每一所述目标视场角区间对应的第一光辐射值之后，将每一所述目标视场角区间对应的第一光辐射值发送至所述电子设备，所述第一观察点位于目标作物的冠层上方；
所述光学传感器还用于响应于所述电子设备的控制，采集第二观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，作为每一所述目标视场角区间对应的第二光辐射值之后，将每一所述目标视场角区间对应的第二光辐射值发送至所述电子设备，所述第二观察点位于目标作物的冠层下方。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述叶面积指数测量方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述叶面积指数测量方法。
本发明提供的叶面积指数测量方法、装置、系统、电子设备及存储介质，通过获取本次测量任务对应的目标数据之后，在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从本次测量任务对应的目标数据中剔除任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到目标作物剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果，或者，在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，确定本次测量任务执行失败，能对测量仪器采集到的原始数据进行质量校验，从而能更准确地获取作物的叶面积指数，能为田园合理施肥、现代化农场高效管理以及作物生态管理等工作提供更准确地数据基础。
附图说明
为了更清楚地说明本发明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是本发明提供的叶面积指数测量方法的流程示意图；
图2是本发明提供的叶面积指数测量方法中目标视场角区间的示意图；
图3是本发明提供的叶面积指数测量方法中目标视场角区间对应区域的示意图；
图4是本发明提供的叶面积指数测量方法中第一观察点和第二观察点的示意图；
图5是本发明提供的叶面积指数测量装置的结构示意图；
图6是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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做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。
在发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本申请的描述中，术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，本申请的描述中，“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
需要说明的是，相关技术中传统的叶面积指数测量方法包括直接测量法和间接测量法。
直接测量法的测量原理简单，测量结果精确，常用作间接测量法的可靠验证。但直接测量法具有破坏性大、劳动密集和效率低下的缺点，仅适合小规模作物的叶面积指数测量。间接测量法通过实参另一变量对叶面积指数做出精确的估计，具有快速、便捷的优势。此外，还有采用机载和星载两种方法，通过植被与其他物体之间的光谱反射差异来确定森林和景观层面的叶面积指数。
相关技术中还可以利用叶面积指数测量仪器进行叶面积指数测量，例如测量太阳直射光线传播的澳大利亚东部海洋密集观测网络（Dense East Australian MarineObserving Network，DEMON）、线量子传感器模型Sunfleck Ceptometer（Decagon DevicesInc.）、LAI-2000系列植物冠层分析仪、冠层辐射示踪和结构仪（TRAC）等。
其中，利用LAI-2200系列植物冠层分析仪获取叶面积指数是一种较为普遍的获取叶面积指数的方法。但是由于植被种类的多样性和植被冠层的不确定性，利用LAI-2200系列植物冠层分析仪获得的叶面积指数的准确率并不高。
对此，本发明提供一种叶面积指数测量方法。基于本发明提供的叶面积指数测量方法可以对测量仪器采集到的原始数据进行质量校验，进而可以达到更准确地获取作物的叶面积指数的目的。
图1是本发明提供的叶面积指数测量方法的流程示意图。下面结合图1描述本发明的叶面积指数测量方法。如图1所示，该方法包括：步骤101、获取本次测量任务对应的目标数据，目标数据包括每一目标视场角区间对应的第一光辐射值和第二光辐射值，目标视场角区间对应的第一光辐射值为第一观察点在竖直向上方向上目标视场角区间对应区域内的光辐射值，目标视场角区间对应的第二光辐射值为第二观察点在竖直向上方向上目标视场角区间对应区域内的光辐射值，第一观察点位于目标作物的冠层上方，第二观察点位于目标作物的冠层下方。
需要说明的是，本发明实施例的执行主体为叶面积指数测量装置。
具体地，目标作物为本发明提供的叶面积指数测量方法的获取对象。基于本发明提供的叶面积指数测量方法可以获取目标作物的叶面积指数。
可以理解的是，本发明实施例中的目标作物可以根据实际需求确定。本发明实施例中对目标作物不作具体限定。
需要说明的是，视场角（Field of View，FOV）是指从观察点出发，能够看到的视野范围。视场角的大小通常以度数表示。本发明实施例中可以根据先验知识和/或实际情况确定多个目标视场角区间。本发明实施例中对目标视场角区间不作限定。
图2是本发明提供的叶面积指数测量方法中目标视场角区间的示意图。在目标视场角区间为5个的情况下，各目标视场角区间的正视图如图2所示。其中，目标视场角区间1可以为(0,7°]，目标视场角区间2可以为(7°,23°]，目标视场角区间3可以为(23°,38°]，目标视场角区间4可以为(38°,53°]，目标视场角区间可以为(53°,68°]；上述各目标视场角区间可以是基于LAI-2200系列植物冠层分析仪中鱼眼镜头的视场角范围确定的。
图3是本发明提供的叶面积指数测量方法中目标视场角区间对应区域的示意图。在目标视场角区间为5个的情况下，各目标视场角区间对应区域的俯视图如图3所示。
可以理解的是，除了目标视场角区间1对应的区域以外，其他目标视场角区间对应区域的横截面均为环形。
图4是本发明提供的叶面积指数测量方法中第一观察点和第二观察点的示意图。如图4所示，第一观察点位于目标作物的冠层上方，第二观察点位于目标作物的冠层下方。
需要说明的是，基于本发明提供的叶面积指数测量方法可以多次测量目标作物的叶面积指数。
在本次测量任务中，可以通过多种方式获取本次测量任务对应的目标数据。例如，在本次测量任务开始后，可以利用LAI-2200系列植物冠层分析仪获取第二观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，作为本次测量任务对应的目标数据；或者，在天气情况满足预设条件且本次测量任务与上一次测量之间间隔不超过预设时长的情况下，采用上一次测量中第一观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，作为本次测量任务中第一观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值。
作为一个可选地实施例，获取本次测量任务对应的目标数据，包括：在触发本次测量任务的情况下，利用包括鱼眼镜头的光学传感器，采集每一目标视场角区间对应的第二光辐射值，作为本次测量任务对应的目标数据中每一目标视场角区间对应的第二光辐射值，在触发本次测量任务的情况下，若满足预设条件，则将上一次测量任务对应的目标数据中每一目标视场角区间对应的第一光辐射值，作为本次测量任务对应的目标数据，若不满足预设条件，则利用包括鱼眼镜头的光学传感器，采集每一目标视场角区间对应的第一光辐射值，作为本次测量任务对应的目标数据；
其中，预设条件包括触发本次测量任务的时刻距离执行上一次测量任务的时刻不超过预设时长，本次测量任务不为节点测量任务，或者，触发本次测量任务的时刻处于预设时段内且目标作物所在区域的天气状态为目标天气状态；目标天气状态包括晴朗；任意相邻两次节点测量任务之间间隔预设数量次测量任务。
可选地，本发明实施例中包括鱼眼镜头的光学传感器可以为LAI-2200系列植物冠层分析仪。
可以理解的是，在触发本次测量任务的时刻距离执行上一次测量任务的时刻不超过预设时长的情况下，可以说明触发本次测量任务的时刻与执行上一次测量任务的时刻之间间隔时长较短，可以采用上一次测量任务对应的目标数据中第一观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，作为本次测量任务对应的目标数据中每一目标视场角区间对应的第一光辐射值，以减少测量任务的工作量。
需要说明的是，本发明实施例中的预设时长可以是基于先验知识和/或实际情况确定的，本发明实施例中对预设时长的具体取值不作限定。
需要说明的是，本发明实施例中还可以每隔预设数量次测量任务，采集一次第一观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，即在本次测量任务为节点测量任务的情况下，需要采集第一观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，作为本次测量任务对应的目标数据中每一目标视场角区间对应的第一光辐射值，以减少测量任务的工作量，在本次测量任务不为节点测量任务的情况下，可以采用上一次测量任务对应的目标数据中第一观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，作为本次测量任务对应的目标数据中每一目标视场角区间对应的第一光辐射值，以减少测量任务的工作量。
需要说明的是，本发明实施例中的预设次数可以是基于先验知识和/或实际情况确定的，本发明实施例中对预设次数的具体取值不作限定。
可以理解的是，在晴朗天气的中午时段，位于目标作物的冠层上方的光辐射值变化不大，因此，本发明实施例中可以在触发本次测量任务的时刻处于预设时段内且目标作物所在区域的天气状态为目标天气状态的情况下，采用上一次测量任务对应的目标数据中第一观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，作为本次测量任务对应的目标数据中每一目标视场角区间对应的第一光辐射值，以减少测量任务的工作量。
可选地，本发明实施例中的预设时段可以是根据目标作物所在区域的纬度确定的，例如预设时段可以为每日的11:00到14:00，或者，预设时段还可以为每日的12:00到15:00。本发明实施例中对预设时段不作具体限定。
步骤102、在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从本次测量任务对应的目标数据中剔除任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到目标作物剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果，或者，在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，确定本次测量任务执行失败。
具体地，获取本次测量任务对应的目标数据之后，可以通过数值计算、条件判断等方式，确定本次测量任务对应的目标数据中每一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常。
若确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常，则可以从本次测量任务对应的目标数据中剔除上述目标视场角区间对应的第一光辐射值和第二光辐射值，并基于本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，通过数值计算的方式，计算得到目标作物上述剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果。
或者，若确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常，则可以确定本次测量任务执行失败，并丢弃本次测量任务对应的目标数据。
对于任一目标视场角区间：目标视场角区间i，可以计算本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值与第一光辐射值的比值，得到本次测量任务中目标视场角区间i对应的叶面积指数。
作为一个可选地实施例，确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常，包括：在本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值，与本次测量任务对应的目标数据中除任一目标视场角区间以外的每一目标视场角区间对应的第一光辐射值之间的差值大于第一阈值，本次测量任务对应的目标数据中除任一目标视场角区间以外的各目标视场角区间对应的第一光辐射值之间的差值不大于第二阈值且本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值与第一光辐射值之间的差值大于第三阈值的情况下，确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值存在异常；
在本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值，与本次测量任务对应的目标数据中除任一目标视场角区间以外的每一目标视场角区间对应的第二光辐射值之间的差值大于第四阈值，本次测量任务对应的目标数据中除任一目标视场角区间以外的各目标视场角区间对应的第二光辐射值之间的差值不大于第五阈值，且本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值与第一光辐射值之间的差值大于第六阈值的情况下，确定本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值存在异常；
其中，第一阈值基于本次测量任务对应的目标数据中除任一目标视场角区间以外的每一目标视场角区间对应的第一光辐射值的数量级确定；第二阈值基于本次测量任务对应的目标数据中除任一目标视场角区间以外的每一目标视场角区间对应的第一光辐射值的数量级确定；第三阈值基于本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定；
第四阈值基于本次测量任务对应的目标数据中除任一目标视场角区间以外的每一目标视场角区间对应的第二光辐射值的数量级确定；第五阈值基于本次测量任务对应的目标数据中除任一目标视场角区间以外的每一目标视场角区间对应的第二光辐射值的数量级确定；第六阈值基于本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定。
具体地，获取本次测量任务对应的目标数据之后，对于任一目标视场角区间：目标视场角区间i，可以首先判断本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值，与本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第一光辐射值之间的差值是否大于第一阈值，且本次测量任务对应的目标数据中除目标视场角区间i以外的各目标视场角区间对应的第一光辐射值之间的差值是否不大于第二阈值。
若本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值，与本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第一光辐射值之间的差值大于第一阈值，且本次测量任务对应的目标数据中除目标视场角区间i以外的各目标视场角区间对应的第一光辐射值之间的差值不大于第二阈值的情况下，则可以说明本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值远大于其他第一光辐射值，可以进一步判断本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值与第一光辐射值之间的差值是否大于第三阈值。
若本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值与第一光辐射值之间的差值大于第三阈值，则可以确定本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值出现异常。
类似地，还可以首先判断本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值，与本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第二光辐射值之间的差值是否大于第四阈值，且本次测量任务对应的目标数据中除目标视场角区间i以外的各目标视场角区间对应的第二光辐射值之间的差值是否不大于第五阈值。
若本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值，与本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第二光辐射值之间的差值大于第四阈值，且本次测量任务对应的目标数据中除目标视场角区间i以外的各目标视场角区间对应的第二光辐射值之间的差值不大于第五阈值的情况下，则可以说明本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值远大于其他第二光辐射值，可以进一步判断本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值与第一光辐射值之间的差值是否大于第六阈值。
若本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值与第一光辐射值之间的差值大于第六阈值，则可以确定本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值出现异常。
可选地，在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值的数量级为十位的情况下，第一阈值可以为本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第一光辐射值的平均值的10倍；在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值的数量级为百位的情况下，第一阈值可以为本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第一光辐射值的平均值的5倍；在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值的数量级为千位的情况下，第一阈值可以为本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第一光辐射值的平均值的3倍。
可选地，在本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第一光辐射值的数量级为十位的情况下，第二阈值的取值范围可以为3至6；在本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第一光辐射值的数量级为百位的情况下，第二阈值的取值范围可以为10至20；在本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第一光辐射值的数量级为千位的情况下，第二阈值的取值范围可以为50至80。
可选地，在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值的数量级为十位的情况下，第三阈值的取值范围可以为3至6；在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值的数量级为百位的情况下，第三阈值的取值范围可以为10至20；在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值的数量级为千位的情况下，第三阈值的取值范围可以为50至80。
可选地，在本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值的数量级为十位的情况下，第四阈值可以为本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第二光辐射值的平均值的10倍；在本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值的数量级为百位的情况下，第四阈值可以为本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第二光辐射值的平均值的5倍；在本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值的数量级为千位的情况下，第四阈值可以为本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第二光辐射值的平均值的3倍。
可选地，在本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第二光辐射值的数量级为十位的情况下，第五阈值的取值范围可以为3至6；在本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第二光辐射值的数量级为百位的情况下，第五阈值的取值范围可以为10至20；在本次测量任务对应的目标数据中除目标视场角区间i以外的每一目标视场角区间对应的第二光辐射值的数量级为千位的情况下，第五阈值的取值范围可以为50至80。
可选地，在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值的数量级为十位的情况下，第六阈值的取值范围可以为3至6；在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值的数量级为百位的情况下，第六阈值的取值范围可以为10至20；在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值的数量级为千位的情况下，第六阈值的取值范围可以为50至80。
需要说明的是，第一阈值和第三阈值可以相同或不同；第二阈值和第四阈值可以相同或不同；第三阈值和第六阈值可以相同或不同。
作为一个可选地实施例，确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常，包括：在本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值和第二光辐射值的差值大于第七阈值的情况下，确定本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值或第一光辐射值存在异常；
其中，第七阈值，基于本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定。
需要说明的是，对于任一目标视场角区间：目标视场角区间i，若本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值大于第七阈值，则可以说明若本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值数值过大，测量出现异常。
因此，在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值大于第七阈值的情况下，可以确定本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值或第二光辐射值存在异常。
可选地，在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值的数量级为十位的情况下，第七阈值的取值范围可以为60至90；在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值的数量级为百位的情况下，第七阈值的取值范围可以为200至500；在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值的数量级为千位的情况下，第七阈值的取值范围可以为1000至4000。
作为一个可选地实施例，获取本次测量任务对应的目标数据之后，所述方法还包括：在本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值和第二光辐射值的差值不大于第八阈值的情况下，用本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值替换任一目标视场角区间对应的第二光辐射值，或者，用本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值替换任一目标视场角区间对应的第一光辐射值；
其中，第八阈值，基于本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定。
需要说明的是，对于任一目标视场角区间：目标视场角区间i，若本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值不大于第八阈值，则可以说明若本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值数值接近，本次测量任务中第二观察点在目标视场角区间i内并未被目标作物的冠层遮挡，采集到的即为光线直射下来的光辐射值。
因此，在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值不大于第八阈值的情况下，可以用本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值替换目标视场角区间i对应的第二光辐射值，或者，用本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值替换目标视场角区间i对应的第一光辐射值。
可选地，在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值的数量级为十位的情况下，第八阈值的取值范围可以为2至6；在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值的数量级为百位的情况下，第八阈值的取值范围可以为10至20；在本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值与第二光辐射值之间差值的数量级为千位的情况下，第八阈值的取值范围可以为80至120。
作为一个可选地实施例，确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常，包括：在本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值为零的情况下，确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值存在异常，在本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值为零的情况下，确定本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值存在异常。
可以理解的是，对于任一目标视场角区间：目标视场角区间i，目标视场角区间i对应的第一光辐射值和第二光辐射值均不可能为零。若本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值为零，则说明本次测量任务对应的目标数据中目标视场角区间i对应的第一光辐射值存在异常，若本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值为零，则说明本次测量任务对应的目标数据中目标视场角区间i对应的第二光辐射值存在异常。
本发明实施例通过获取本次测量任务对应的目标数据之后，在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从本次测量任务对应的目标数据中剔除任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到目标作物剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果，或者，在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，确定本次测量任务执行失败，能对测量仪器采集到的原始数据进行质量校验，从而能更准确地获取作物的叶面积指数，能为田园合理施肥、现代化农场高效管理以及作物生态管理等工作提供更准确地数据基础。
图5是本发明提供的叶面积指数测量装置的结构示意图。下面结合图5对本发明提供的叶面积指数测量装置进行描述，下文描述的叶面积指数测量装置与上文描述的本发明提供的叶面积指数测量方法可相互对应参照。如图5所示，数据获取模块501和数据校验模块502。
数据获取模块501，用于获取本次测量任务对应的目标数据，目标数据包括每一目标视场角区间对应的第一光辐射值和第二光辐射值，目标视场角区间对应的第一光辐射值为第一观察点在竖直向上方向上目标视场角区间对应区域内的光辐射值，目标视场角区间对应的第二光辐射值为第二观察点在竖直向上方向上目标视场角区间对应区域内的光辐射值，第一观察点位于目标作物的冠层上方，第二观察点位于目标作物的冠层下方；
数据校验模块502，用于在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从本次测量任务对应的目标数据中剔除任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到目标作物剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果，或者，在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，确定本次测量任务执行失败。
具体地，数据获取模块501和数据校验模块502电连接。
本发明实施例中的叶面积指数测量装置，通过获取本次测量任务对应的目标数据之后，在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从本次测量任务对应的目标数据中剔除任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到目标作物剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果，或者，在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，确定本次测量任务执行失败，能对测量仪器采集到的原始数据进行质量校验，从而能更准确地获取作物的叶面积指数，能为田园合理施肥、现代化农场高效管理以及作物生态管理等工作提供更准确地数据基础。
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器（processor）610、通信接口（Communications Interface）620、存储器（memory）630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行叶面积指数测量方法，该方法包括：获取本次测量任务对应的目标数据，目标数据包括每一目标视场角区间对应的第一光辐射值和第二光辐射值，目标视场角区间对应的第一光辐射值为第一观察点在竖直向上方向上目标视场角区间对应区域内的光辐射值，目标视场角区间对应的第二光辐射值为第二观察点在竖直向上方向上目标视场角区间对应区域内的光辐射值，第一观察点位于目标作物的冠层上方，第二观察点位于目标作物的冠层下方；在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从本次测量任务对应的目标数据中剔除任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到目标作物剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果，或者，在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，确定本次测量任务执行失败。
此外，上述的存储器630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。
基于上述各实施例的内容，一种叶面积指数测量系统，包括：如上所述的电子设备以及包括鱼眼镜头的光学传感器，光学传感器与电子设备电连接；
光学传感器用于响应于电子设备的控制，采集第一观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，作为每一目标视场角区间对应的第一光辐射值之后，将每一目标视场角区间对应的第一光辐射值发送至电子设备，第一观察点位于目标作物的冠层上方；
光学传感器还用于响应于电子设备的控制，采集第二观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，作为每一目标视场角区间对应的第二光辐射值之后，将每一目标视场角区间对应的第二光辐射值发送至电子设备，第二观察点位于目标作物的冠层下方。
具体地，本发明实施例中的叶面积指数测量系统中包括上述电子设备以及包括鱼眼镜头的光学传感器，能利用上述光学传感器采集每一目标视场角区间对应的第一光辐射值和第二光辐射值，进而能利用电子设备对上述光学传感器采集到的数据进行质量校验，从而能更准确地获取目标作物的叶面积指数。
可选地，本发明实施例中包括鱼眼镜头的光学传感器，可以为LAI-2200系列植物冠层分析仪。
本发明实施例中的叶面积指数测量系统，包括上述电子设备以及包括鱼眼镜头的光学传感器，电子设备能对上述光学传感器采集到的原始数据进行质量校验，从而能更准确地获取作物的叶面积指数，能为田园合理施肥、现代化农场高效管理以及作物生态管理等工作提供更准确地数据基础。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的叶面积指数测量方法，该方法包括：获取本次测量任务对应的目标数据，目标数据包括每一目标视场角区间对应的第一光辐射值和第二光辐射值，目标视场角区间对应的第一光辐射值为第一观察点在竖直向上方向上目标视场角区间对应区域内的光辐射值，目标视场角区间对应的第二光辐射值为第二观察点在竖直向上方向上目标视场角区间对应区域内的光辐射值，第一观察点位于目标作物的冠层上方，第二观察点位于目标作物的冠层下方；在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从本次测量任务对应的目标数据中剔除任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到目标作物剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果，或者，在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，确定本次测量任务执行失败。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的叶面积指数测量方法，该方法包括：获取本次测量任务对应的目标数据，目标数据包括每一目标视场角区间对应的第一光辐射值和第二光辐射值，目标视场角区间对应的第一光辐射值为第一观察点在竖直向上方向上目标视场角区间对应区域内的光辐射值，目标视场角区间对应的第二光辐射值为第二观察点在竖直向上方向上目标视场角区间对应区域内的光辐射值，第一观察点位于目标作物的冠层上方，第二观察点位于目标作物的冠层下方；在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从本次测量任务对应的目标数据中剔除任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到目标作物剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果，或者，在确定本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，确定本次测量任务执行失败。
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 (9)
1.一种叶面积指数测量方法，其特征在于，包括：
获取本次测量任务对应的目标数据，所述目标数据包括每一目标视场角区间对应的第一光辐射值和第二光辐射值，所述目标视场角区间对应的第一光辐射值为第一观察点在竖直向上方向上所述目标视场角区间对应区域内的光辐射值，所述目标视场角区间对应的第二光辐射值为第二观察点在竖直向上方向上所述目标视场角区间对应区域内的光辐射值，所述第一观察点位于目标作物的冠层上方，所述第二观察点位于所述目标作物的冠层下方；
在确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从所述本次测量任务对应的目标数据中剔除所述任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于所述本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到所述目标作物剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果，
或者，在确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，确定本次测量任务执行失败；
确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常，包括：在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值，与所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第一光辐射值之间的差值大于第一阈值，所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的各目标视场角区间对应的第一光辐射值之间的差值不大于第二阈值且所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间的差值大于第三阈值的情况下，确定所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第一光辐射值存在异常；
在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值，与所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第二光辐射值之间的差值大于第四阈值，所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的各目标视场角区间对应的第二光辐射值之间的差值不大于第五阈值，且所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间的差值大于第六阈值的情况下，确定所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值存在异常；
其中，所述第一阈值基于所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第一光辐射值的数量级确定；所述第二阈值基于所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第一光辐射值的数量级确定；所述第三阈值基于所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定；
所述第四阈值基于所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第二光辐射值的数量级确定；所述第五阈值基于所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第二光辐射值的数量级确定；所述第六阈值基于所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定。
2.根据权利要求1所述的叶面积指数测量方法，其特征在于，确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常，包括：在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值和第二光辐射值的差值大于第七阈值的情况下，确定所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值或第一光辐射值存在异常；
其中，所述第七阈值，基于所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定。
3.根据权利要求2所述的叶面积指数测量方法，其特征在于，所述获取本次测量任务对应的目标数据之后，所述方法还包括：
在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值和第二光辐射值的差值不大于第八阈值的情况下，用所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第一光辐射值替换所述任一目标视场角区间对应的第二光辐射值，或者，用所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值替换所述任一目标视场角区间对应的第一光辐射值；
其中，所述第八阈值，基于所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定。
4.根据权利要求2所述的叶面积指数测量方法，其特征在于，确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常，包括：
在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值为零的情况下，确定所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第一光辐射值存在异常，在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值为零的情况下，确定所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值存在异常。
5.根据权利要求1至4任一所述的叶面积指数测量方法，其特征在于，所述获取本次测量任务对应的目标数据，包括：
在触发本次测量任务的情况下，利用包括鱼眼镜头的光学传感器，采集每一所述目标视场角区间对应的第二光辐射值，作为本次测量任务对应的目标数据中每一所述目标视场角区间对应的第二光辐射值，
在触发本次测量任务的情况下，若满足预设条件，则将上一次测量任务对应的目标数据中每一所述目标视场角区间对应的第一光辐射值，作为本次测量任务对应的目标数据，若不满足预设条件，则利用包括鱼眼镜头的光学传感器，采集每一所述目标视场角区间对应的第一光辐射值，作为本次测量任务对应的目标数据；
其中，所述预设条件包括触发本次测量任务的时刻距离执行上一次测量任务的时刻不超过预设时长，本次测量任务不为节点测量任务，或者，触发本次测量任务的时刻处于预设时段内且所述目标作物所在区域的天气状态为目标天气状态；所述目标天气状态包括晴朗；任意相邻两次节点测量任务之间间隔预设数量次测量任务。
6.一种叶面积指数测量装置，其特征在于，包括：
数据获取模块，用于获取本次测量任务对应的目标数据，所述目标数据包括每一目标视场角区间对应的第一光辐射值和第二光辐射值，所述目标视场角区间对应的第一光辐射值为第一观察点在竖直向上方向上所述目标视场角区间对应区域内的光辐射值，所述目标视场角区间对应的第二光辐射值为第二观察点在竖直向上方向上所述目标视场角区间对应区域内的光辐射值，所述第一观察点位于目标作物的冠层上方，所述第二观察点位于所述目标作物的冠层下方；
数据校验模块，用于在确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，从所述本次测量任务对应的目标数据中剔除所述任一目标视场角区间对应的第一光辐射值和第二光辐射值，进而基于所述本次测量任务对应的目标数据中剩余的目标视场角区间对应的第一光辐射值和第二光辐射值，计算得到所述目标作物剩余的目标视场角区间对应的叶面积指数，作为本次测量任务的叶面积指数测量结果，
或者，在确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值存在异常的情况下，确定本次测量任务执行失败；
所述数据校验模块确定所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值或第二光辐射值是否存在异常，包括：在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第一光辐射值，与所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第一光辐射值之间的差值大于第一阈值，所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的各目标视场角区间对应的第一光辐射值之间的差值不大于第二阈值且所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间的差值大于第三阈值的情况下，确定所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第一光辐射值存在异常；
在所述本次测量任务对应的目标数据中任一目标视场角区间对应的第二光辐射值，与所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第二光辐射值之间的差值大于第四阈值，所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的各目标视场角区间对应的第二光辐射值之间的差值不大于第五阈值，且所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间的差值大于第六阈值的情况下，确定所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值存在异常；
其中，所述第一阈值基于所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第一光辐射值的数量级确定；所述第二阈值基于所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第一光辐射值的数量级确定；所述第三阈值基于所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定；
所述第四阈值基于所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第二光辐射值的数量级确定；所述第五阈值基于所述本次测量任务对应的目标数据中除所述任一目标视场角区间以外的每一目标视场角区间对应的第二光辐射值的数量级确定；所述第六阈值基于所述本次测量任务对应的目标数据中所述任一目标视场角区间对应的第二光辐射值与第一光辐射值之间差值的数量级确定。
7.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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任一项所述叶面积指数测量方法。
8.一种叶面积指数测量系统，其特征在于，包括：如权利要求7所述的电子设备以及包括鱼眼镜头的光学传感器，所述光学传感器与所述电子设备电连接；
所述光学传感器用于响应于所述电子设备的控制，采集第一观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，作为每一所述目标视场角区间对应的第一光辐射值之后，将每一所述目标视场角区间对应的第一光辐射值发送至所述电子设备，所述第一观察点位于目标作物的冠层上方；
所述光学传感器还用于响应于所述电子设备的控制，采集第二观察点在竖直向上方向上每一目标视场角区间对应区域内的光辐射值，作为每一所述目标视场角区间对应的第二光辐射值之后，将每一所述目标视场角区间对应的第二光辐射值发送至所述电子设备，所述第二观察点位于目标作物的冠层下方。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述叶面积指数测量方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410187329.7A CN117739871B (zh) | 2024-02-20 | 2024-02-20 | 叶面积指数测量方法、装置、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410187329.7A CN117739871B (zh) | 2024-02-20 | 2024-02-20 | 叶面积指数测量方法、装置、系统、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117739871A CN117739871A (zh) | 2024-03-22 |
| CN117739871B true CN117739871B (zh) | 2024-05-03 |
Family
ID=90281637
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410187329.7A Active CN117739871B (zh) | 2024-02-20 | 2024-02-20 | 叶面积指数测量方法、装置、系统、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117739871B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0808340D0 (en) * | 2008-05-08 | 2008-06-18 | Univ Edinburgh | Remote sensing system |
| CN112147078A (zh) * | 2020-09-22 | 2020-12-29 | 华中农业大学 | 一种农作物表型信息多源遥感监测方法 |
| CN114996628A (zh) * | 2022-05-05 | 2022-09-02 | 北京师范大学 | 叶面积指数反演方法、装置、设备和介质 |
| CN116644554A (zh) * | 2023-04-24 | 2023-08-25 | 中国科学院地理科学与资源研究所 | 一种考虑不同天气情况的阴、阳叶分离方法 |
| CN116773026A (zh) * | 2023-06-27 | 2023-09-19 | 中国科学院东北地理与农业生态研究所 | 一种森林积雪微波辐射特性塔基测量装置及观测方法 |
| CN116912690A (zh) * | 2023-07-20 | 2023-10-20 | 成都理工大学 | 一种基于数据融合的森林叶面积指数反演获取方法和系统 |
| KR102596899B1 (ko) * | 2022-08-24 | 2023-11-01 | 전남대학교산학협력단 | 작물 생육 모니터링 시스템 및 방법 |
-
2024
- 2024-02-20 CN CN202410187329.7A patent/CN117739871B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0808340D0 (en) * | 2008-05-08 | 2008-06-18 | Univ Edinburgh | Remote sensing system |
| CN112147078A (zh) * | 2020-09-22 | 2020-12-29 | 华中农业大学 | 一种农作物表型信息多源遥感监测方法 |
| CN114996628A (zh) * | 2022-05-05 | 2022-09-02 | 北京师范大学 | 叶面积指数反演方法、装置、设备和介质 |
| KR102596899B1 (ko) * | 2022-08-24 | 2023-11-01 | 전남대학교산학협력단 | 작물 생육 모니터링 시스템 및 방법 |
| CN116644554A (zh) * | 2023-04-24 | 2023-08-25 | 中国科学院地理科学与资源研究所 | 一种考虑不同天气情况的阴、阳叶分离方法 |
| CN116773026A (zh) * | 2023-06-27 | 2023-09-19 | 中国科学院东北地理与农业生态研究所 | 一种森林积雪微波辐射特性塔基测量装置及观测方法 |
| CN116912690A (zh) * | 2023-07-20 | 2023-10-20 | 成都理工大学 | 一种基于数据融合的森林叶面积指数反演获取方法和系统 |
Non-Patent Citations (2)
| Title |
|---|
| 两种桃树树形冠层参数变化及对产量和品质的影响;肖龙 等;北方园艺;20120915(第17期);第20-23页 * |
| 河北栾城站小麦叶面积指数数据集（2019）—— "中国面向卫星应用叶面积指数自动观测网络"系列 数据集研发与内容;孙源 等;全球变化数据学报;20230930;第7卷(第3期);第262-271页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117739871A (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105574897A (zh) | 一种基于视觉检测的农作物生长情况监测物联网系统 | |
| CN108267175A (zh) | 一种基于无人机的农作物监测方法和装置 | |
| Črtomir et al. | Application of Neural Networks and Image Visualization for Early Forecast of Apple Yield. | |
| CN110969654A (zh) | 基于收割机的玉米高通量表型测量的方法及装置、收割机 | |
| Mirbod et al. | Automated measurement of berry size in images | |
| CN110648020A (zh) | 一种温室作物需水量预测方法及装置 | |
| CN113963260A (zh) | 一种冬小麦种植区的提取方法、装置和计算机设备 | |
| CN114219847A (zh) | 基于物候特征的作物种植面积确定方法、系统及存储介质 | |
| CN109752487A (zh) | 冬小麦叶片氮素含量预估方法及装置 | |
| CN102592118B (zh) | 一种玉米出苗期的自动检测方法 | |
| CN112434569A (zh) | 一种无人机热成像系统 | |
| CN104236486A (zh) | 一种棉花叶面积指数快速无损测定方法 | |
| CN117739871B (zh) | 叶面积指数测量方法、装置、系统、电子设备及存储介质 | |
| CN102749290B (zh) | 一种樱桃树冠层树枝生长状态的检测方法 | |
| CN114782835B (zh) | 作物倒伏面积比例检测方法及装置 | |
| CN117011694A (zh) | 一种基于级联循环网络的林木生长参数预测方法 | |
| CN116187859A (zh) | 灌区农作物低温冷害监测与诊断方法、装置、设备及介质 | |
| CN113514402B (zh) | 一种冬小麦叶绿素含量的预测系统及方法 | |
| Sevillano Marco et al. | Improvement of existing and development of future Copernicus land monitoring products–the ECOLASS project | |
| CN117274359B (zh) | 一种作物群体的株高测算方法和系统 | |
| Xhimitiku et al. | Anomaly detection in plant growth in a controlled environment using 3D scanning techniques and deep learning | |
| CN113052433A (zh) | 基于关键时相和农田景观特征参量的作物单产估算方法 | |
| CN109886551A (zh) | 通过大数据对农田环境监测模块装置产生的布置误差及量化误差进行纠正的方法 | |
| CN116453003B (zh) | 一种基于无人机监测智能识别水稻生长势的方法和系统 | |
| CN114862941B (zh) | 阈值修正的孔隙度模型计算棉花叶面积指数的方法及系统 |
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 |