摘要
本发明公开了一种大尺度环境下多作物氮含量预测方法及系统,包括同步获取研究区的卫星遥感影像及针对不同作物的高分辨率无人机影像与实测氮含量,基于无人机数据,为每种作物筛选出与氮含量相关性最佳的目标植被指数,利用目标植被指数与实测氮含量数据构建样本集,训练一个能融合多作物特征的氮含量预测集成模型;将氮含量预测集成模型应用于大尺度卫星影像,进行初步氮含量预测,再通过分析初步预测与实测值的偏差,对预测结果进行修正,最终获得大尺度环境下多作物类型氮含量的预测结果。本发明融合无人机高分辨率与卫星大尺度数据,先利用无人机数据构建高精度基础模型,再迁移至卫星尺度,实现了大尺度环境下多作物氮含量的高精度预测。
技术关键词
无人机遥感影像
卫星遥感影像
大尺度环境
最佳特征
回归森林模型
皮尔逊相关系数
无人机数据
梯度提升决策树
误差
融合无人机
偏差
变量
样本
指标
数据获取模块
校正模块
系统为您推荐了相关专利信息
地形高程数据
卫星遥感影像
三维地形模型
激光雷达点云数据
输电走廊
智能监测方法
棉花蚜虫
数字表面模型
无人机遥感影像
深度学习模型
特征选择算法
物联网设备识别
最佳特征子集
识别方法
训练机器学习模型
遥感影像数据
辅助标注方法
管控方法
交互式数据
数据标注方法
生态环境修复
环境质量数据
遥感图像数据
时序
生物多样性信息