详情

原文传递基于航空高光谱的土地质量监测方法

专利名称：	基于航空高光谱的土地质量监测方法
摘要：	本发明公开了基于航空高光谱的土地质量监测方法，包括以下步骤：步骤1、采集土地质量监测区的航空高光谱数据，并野外采集土地质量监测区的样品进行重金属元素含量分析；步骤2、对航空高光谱数据进行预处理；步骤3、重建航空高光谱数据光谱消除各种大气成分造成的地物光谱的辐射畸变；步骤4、提取航空高光谱遥感数据中采样点航空高光谱图像光谱；步骤5、光谱变换及相关系数分析，获得其含量与土壤光谱参量之间的相关系数，找出特征光谱的敏感波段；步骤6、建立航空高光谱数据反演土地质量监测模型，得到监测的土壤养分及金属元素含量数据。本发明应用时可准确地获得大范围的土地基础数据，能减少工作量，缩短土地质量监测周期，降低成本。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	北京绿土科技有限公司
发明人：	常睿春;王建华;郭科;李一平
专利状态：	有效
申请日期：	2019-08-05T00:00:00+0800
发布日期：	2019-10-25T00:00:00+0800
申请号：	CN201910717696.2
公开号：	CN110376138A
代理机构：	成都四合天行知识产权代理有限公司
代理人：	郭受刚;王记明
分类号：	G01N21/25(2006.01);G;G01;G01N;G01N21
申请人地址：	100089 北京市海淀区龙岗路51号7号楼二层7299室
主权项：	1.基于航空高光谱的土地质量监测方法，其特征在于，包括以下步骤：步骤1、采用航空高光谱成像光谱仪采集土地质量监测区的航空高光谱数据，并野外采集土地质量监测区的样品进行重金属元素含量分析；步骤2、对航空高光谱数据进行预处理；步骤3、重建航空高光谱数据光谱消除各种大气成分造成的地物光谱的辐射畸变；步骤4、提取航空高光谱遥感数据中采样点航空高光谱图像光谱；步骤5、光谱变换及相关系数分析，获得其含量与土壤光谱参量之间的相关系数，找出特征光谱的敏感波段；步骤6、建立航空高光谱数据反演土地质量监测模型，得到监测的土壤养分及金属元素含量数据。 2.根据权利要求1所述的基于航空高光谱的土地质量监测方法，其特征在于，所述航空高光谱成像光谱仪的传感器性能参数与出厂设置性能参数比较，差异小于5％；所述步骤1还包括对高光谱成像光谱仪进行辐射定标和光谱定标，其中，成像光谱峰值信噪比计算公式为：其中，SNR为信噪比，Nfloor为系统噪声，FW为图像像元达到饱和前的最大信号，其计算公式为：公式(2)中，K为图像像元达到饱和前平均信号，为电子偏置最小信号均值，G为系统增益；系统噪声Nfloor的计算公式为：公式(3)中，G为系统增益，为系统本身产生的最小信号均值。 3.根据权利要求1所述的基于航空高光谱的土地质量监测方法，其特征在于，所述航空高光谱数据预处理包括辐射校正、传感器姿态数据处理、GPS定位数据处理、姿态数据与定位数据时间同步与集成、以及几何校正。 4.根据权利要求1所述的基于航空高光谱的土地质量监测方法，其特征在于，所述步骤3具体包括以下步骤：先采用大气辐射传输模型的大气校正生成地表反射率数据，再采用地空回归方法作进一步校正，然后对图像数据与地面同步或准同步实测地物的光谱作最小二乘拟合，建立地-空回归方程，将图像数据转化为地面的反射光谱数据。 5.根据权利要求1所述的基于航空高光谱的土地质量监测方法，其特征在于，所述步骤4具体包括以下步骤：步骤4.1、对航空高光谱遥感数据进行处理，构造多重掩膜，剔除其它地物，提取土地信息；步骤4.2、根据土地反射率相对大小，进行密度分割，对航空高光谱影像数据进行粗分类；步骤4.3、使用波段运算b1＞0构造第一层掩膜，用于去除土壤和水体以外的地物；步骤4.4、提取影像中典型地物，并使用波段运算构造第二重掩膜，保留土壤，去除其余地物；步骤4.5、对保留的土壤进行密度分割，根据反射率大小选择阈值，均分为若干类；步骤4.6、根据采样点GPS坐标，在影像合成后的图像上通过输入坐标的方式提取采样点土壤光谱。 6.根据权利要求1～6中任意一项所述的基于航空高光谱的土地质量监测方法，其特征在于，所述步骤5中的光谱变换采用的具体方式为：将图像光谱进行一阶微分、二阶微分、倒数、倒数一阶微分、倒数二阶微分、对数、对数一阶微分、对数二阶微分、倒对数、倒对数一阶微分、倒对数二阶微分、平方根、平方根一阶微分、平方根二阶微分。 7.根据权利要求1所述的基于航空高光谱的土地质量监测方法，其特征在于，所述步骤6利用偏最小二乘法对土壤养分及金属元素建立含量反演模型，在进行土地质量参数建模时，将土地质量参数作为因变量分别进行建模分析，对于单因变量PLSR偏最小二乘回归的算法：步骤6.1、土壤某一参数含量Y的公式为：公式(4)中，n为土地样本个数，X为p个自变量形成的集合，X＝{x1，…，xp}，p为光谱数据的个波段个数，t1为在X中提取一个对Y有最佳解释能力的成分；步骤6.2、主成分t1提取后，进行Y和X对t1的回归，方程达到设定精度时，算法终止；否则，将X中主成分t1不能解释的残差部分E作为新的X，Y中主成分t1不能解释的残差部分F作为新的Y，再次进行回归，循环往复，直到残差F达到设定精度，或者主成分数量已经达到上限，算法结束；步骤6.3、若最终对X共提取了k个成分，分别为t1，t2，…，tk，偏最小二乘回归将实施Y对t1，t2，…，tk的回归，再表达成Y关于原变量{x1，…，xP}的回归方程；最终可将原始X,Y表示为： X＝t1pT1+t2pT2+...+tkpTk+E (5) Y＝t1rT1+t2rT2+...+tkrTk+F (6) 其中，p1＝(XTt1)/\|\|t1\|\|2,r1＝(YTt1)/\|\|t1\|\|2,E、F为残差。
所属类别：	发明专利