申请/专利权人：中科卫星应用德清研究院

申请日：2019-09-09

公开（公告）日：2023-04-07

公开（公告）号：CN110716198B

主分类号：G01S13/88

分类号：G01S13/88;G01S13/89;G01S19/42;G01S7/41;G01D21/02;G06V20/10;G06Q10/04;G06Q50/02

优先权：

专利状态码：有效-授权

法律状态：2023.04.07#授权;2020.10.23#实质审查的生效;2020.01.21#公开

摘要：一种VV极化单时相高频微波水稻估产的方法，包括：a.随机选取十个水稻采样点，获取水稻采样数据、验证数据和GPS点数据，获取待测水稻灌浆期结束的遥感雷达影像，并获取附近平静水域遥感雷达影像，所述的水稻采样数据为水稻灌浆期结束时的水稻种植面积、行距、墩距、每墩水稻株数、水稻样本穗长、穗倾角、穗粒数、穗茎节点至水面高度、穗鲜重、穗干重、株鲜重、株干重，通过星载或机载雷达获取所述的获取待测水稻灌浆期结束的遥感雷达影像以及稻田周边平静水域的雷达影像；本发明的优点是：依靠高频微波遥感技术，误差率较低。

主权项：1.一种VV极化单时相高频微波水稻估产的方法，其特征是，包括：a.随机选取十个水稻采样点，获取水稻采样数据、验证数据和GPS点数据，获取待测水稻灌浆期结束的遥感雷达影像，并获取附近平静水域遥感雷达影像，所述的水稻采样数据为水稻灌浆期结束时的水稻种植面积、行距、墩距、每墩水稻株数、水稻样本穗长、穗倾角、穗粒数、穗茎节点至水面高度、穗鲜重、穗干重、株鲜重、株干重，通过星载或机载雷达获取所述的获取待测水稻灌浆期结束的遥感雷达影像以及稻田周边平静水域的雷达影像；b.将获取的每个采样点数据和GPS点数据计算得到样本点的经纬度、单位面积穗粒数ρ、平均穗层厚度h1、平均茎叶层厚度h2、穗层单位体积含水量W1、茎叶层单位体积含水量W2；所述十个或数十个样本点数据，构建穗层单位体积含水量与单位面积穗粒数的经验关系:ρ＝j*W1h1+k，并构建穗层单位体积含水量与茎叶层单位体积含水量的经验关系：W2h2＝l*W1h1+m；样本点拟合训练求解常数j,k,l,m；c.对获取的遥感雷达影像数据预处理，得到待测水稻雷达图像的经纬度和对应的后向散射系数及附近水域的平均后向散射系数；d.提取所述的样本点及对应雷达图像的关键参数，包括雷达数据VV极化后向散射系数σ0、样本点经纬度、单位面积穗粒数ρ，建立穗层、茎叶层及水面构建灌浆期结束时的双层水云模型；建立总后向散射值与穗层后向散射项、茎叶层后向散射项与水面后向散射项的半经验关系：基于所述的穗层单位体积含水量与茎叶层单位体积含水量的经验关系，建立穗层单位体积含水量与总后向散射值的等式模型，并基于穗层单位体积含水量与单位面积穗粒数的经验关系，建立单位面积穗粒数与总后向散射值的等式模型：σ0＝10log10A+C-Ae-0.367ρDsecθ-337Dsecθ，A,C,D为常数，θ为雷达微波入射角,是直接来自穗层后向散射系数，是直接来自茎叶层的后向散射系数，是平静水面的后向散射系数，是雷达微波穿透穗层的双向衰减因子，是微波穿透茎叶层的双向衰减因子；e.基于所述十个或数十个样本点数据，训练单位面积穗粒数与总后向散射值的等式模型，求解A,C,D得到单位面积穗粒数与总后向散射值的定量经验关系；f.基于所述的单位面积穗粒数与总后向散射值的定量经验关系，反演水稻雷达图像的单位面积的水稻穗粒数；g.将所述的雷达图像的单位面积的水稻穗粒数累加得到稻田总的穗粒数，并查询相同品种的稻穗千粒重，计算得到总产量。

全文数据：

权利要求：

百度查询： 中科卫星应用德清研究院 一种VV极化单时相高频微波水稻估产的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD