买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院沈阳应用生态研究所

摘要：本发明属于无人机遥感与农业结合技术领域，特别提供一种玉米冠层氮素营养参数无人机多光谱预测方法和系统，将待测玉米田块范围设置为不同施氮量的田间小区，并测量每个小区玉米冠层叶片的氮素营养参数；采集玉米田块的多光谱图像，获取植被指数和纹理指数；筛选相关性高的植被指数和纹理指数；重复上述步骤，将每次筛选出的植被指数和纹理指数形成数据集；采用线性函数和机器学习算法构建玉米氮素营养参数的回归预测模型，并筛选出每个氮素营养参数的最佳回归预测模型；构建玉米氮素营养参数的反演遥感监测图像，实现玉米氮素营养参数的信息可视化。本发明可以实现对大田种植作用氮营养参数高通量快速无损检测，从而为精准氮素管理提供依据。

主权项：1.一种玉米冠层氮素营养参数无人机多光谱预测方法，其特征在于，包括如下步骤：步骤1：将待测玉米田块范围设置为不同施氮量的田间小区，并测量每个小区玉米冠层叶片的氮素营养参数，氮素营养参数为冠层叶片的氮浓度和叶绿素相对含量SPAD；步骤2：根据待测玉米田块范围，规划无人机飞行路径，通过无人机搭载的多光谱相机采集玉米田块的多光谱图像，进行多光谱图像标准化处理，获取植被指数和纹理指数；步骤3：对植被指数和纹理指数与玉米的氮素营养参数进行相关性分析，并从每个氮素营养参数中筛选相关性高的植被指数和纹理指数；步骤3的具体步骤为：步骤301：利用环境可视化程序确定不同施氮量的小区，并提取该小区的多光谱图像；步骤302：通过相关性分析确定与氮浓度和叶绿素相对含量SPAD相关性较高的植被指数和纹理指数，利用传统特征选择从全部光谱参数中提取敏感的植被指数和纹理指数；步骤303：利用Boruta算法筛选步骤302中提取的敏感植被指数和纹理指数，进一步得到对氮浓度和叶绿素相对含量SPAD相关性更高的植被指数和纹理指数；步骤4：重复步骤1到步骤3，将每次筛选出的植被指数和纹理指数形成数据集；步骤5：依据步骤4的数据集，分别采用线性函数和机器学习算法构建玉米氮素营养参数的回归预测模型，并筛选出每个氮素营养参数的最佳回归预测模型；步骤6：依据最佳回归预测模型，构建玉米氮素营养参数的反演遥感监测图像，实现玉米氮素营养参数的信息可视化。

全文数据：

权利要求：

百度查询： 中国科学院沈阳应用生态研究所 一种玉米冠层氮素营养参数无人机多光谱预测方法和系统