摘要
本发明涉及无人机多光谱遥感影像分析和基于机器学习算法的反演模型构建领域,具体为一种温带典型草原地表生物量估算方法。利用多旋翼无人机搭载多光谱传感器,从近低空获取牧场的多波段光谱反射信息,构建物理学光谱反射模型计算同波段光谱的真实准确反射率数据,记录采样区域的植被覆盖度、土壤属性和牧草冠层信息,并通过割取样品测量地表生物量;使用多种植被指数和3D空间模型结合多模态输入结构,采用数据增强和小样本学习策略,通过到MANBA机器学习框架构建生物量反演模型,该方法提高了草原生物量估算的精度,为草原生态监测和管理提供了有效的技术支持。
技术关键词
叶片叶绿素含量
叶面积指数
准确反射率
样方框
反演模型
牧草
多光谱传感器
机器学习框架
蒙特卡洛交叉验证
多旋翼无人机
无人机多光谱遥感
样本
披针叶黄华
植被指数数据
特征选择技术
立体视觉技术
电热鼓风干燥箱
小叶锦鸡儿