摘要
本发明公开了一种基于小麦冠层光分布的各叶层叶面积指数估测方法,步骤如下:S1,通过无人机采集多光谱数据和小麦冠层三维点云数据;S2,进行多光谱图像拼接和冠层三维点云重建;S3,利用ArcGIS软件生成每个小区的形状文件,利用ENVI软件裁剪多光谱图像,利用PCM软件裁剪冠层点云,获取每个小区的多光谱图像和三维点云;S4,利用MATLAB软件提取每个小区的植被指数;S5,统计冠层点云不同层的点云数量;S6,基于不同层点云数量特征,使用机器学习算法构建冠层光分布估测模型;S7,基于估测冠层光分布特征及植被指数,使用机器学习算法构建不同叶层LAI估测模型。本发明能实现大规模的有效监测叶面积指数。
技术关键词
叶面积指数
估测方法
机器学习算法
多光谱
分布特征
三维点云重建
小麦冠层
三维点云数据
小区
软件
图像拼接
叶片
无人机
参数
强度
系统为您推荐了相关专利信息
服务管理系统
智能分析模块
数据处理模块
大数据
体育
无线温度监测系统
无线测温传感器
样本
实时数据
模式
多导航系统
数据一致性校验
接收设备
节点
监测方法
客户
条件随机场算法
实验设计方法
风险评估模型
命名实体识别