本发明涉及农田保护性耕作，特别涉及一种田间秸秆覆盖量的估算方法、装置、设备及介质。
背景技术：
1、秸秆是成熟农作物茎叶或穗的部分，其含有大量的有机质，是农业生产重要的有机肥源。农作物秸秆覆盖还田、免或少耕播种是现代耕作技术的主要内容，覆盖量和覆盖率是衡量秸秆覆盖水平的重要判定指标，同时也反映了秸秆还田的质量和效果。
2、现有技术中，通过遥感技术获取田间研究区样本的高分辨率影像数据，并结合相关性状如光谱指数，使用反演模型对样本的秸秆覆盖量进行估算。
3、但是，遥感技术只能获得部分样本进行局部秸秆覆盖量的估算，无法精确估算整片农田的秸秆覆盖量。
技术实现思路
1、本发明实施例提供一种田间秸秆覆盖量的估算方法、装置、设备及介质，可以解决现有技术中，存在无法精确估算整片农田的秸秆覆盖量的问题。
2、本发明实施例提供一种田间秸秆覆盖量的估算方法，包括以下步骤：获取田间研究区域内每个采样点的多光谱遥感图像，并获取各采样点的秸秆覆盖量；提取每个采样点的多光谱遥感图像中不同光谱波段，并根据不同光谱波段与植被指数的对应关系，获得每个采样点对应的不同光谱波段的指数数值；确定各采样点对应的不同光谱波段的指数数值与相应采样点的秸秆覆盖量的相关性；将各采样点的秸秆覆盖量由小到大排序，并选取相关性强的采样点；将选取的采样点对应的不同光谱波段的指数数值，使用随机森林模型训练学习不同光谱波段的指数数值与秸秆覆盖量相关性，并利用遗传-混沌粒子群混合算法对随机森林模型进行优化，获得用于估算秸秆覆盖量的模型；将田间研究区域内各采样点对应的不同光谱波段的指数数值输入用于估算秸秆覆盖量的模型，获取各采样点的秸秆覆盖量，并将各采样点的秸秆覆盖量的平均值作为田间秸秆覆盖量。
3、进一步地，所述每个采样点对应的不同光谱波段的指数数值获取方法，具体步骤包括：使用遥感图像处理工具对每个采样点的多光谱遥感图像进行波段配准处理，并进行几何校正预处理；将预处理后的每个采样点的多光谱遥感图像导入遥感图像处理软件中提取各采样点的不同光谱波段的光谱反射率数据；根据各采样点的不同光谱波段的光谱反射率数据，使用不同光谱波段对应的植被指数求解方法，获得每个采样点对应的不同光谱波段的指数数值。
4、进一步地，所述用于估算秸秆覆盖量的模型的获取，具体步骤包括：将各采样点的秸秆覆盖量由小到大进行排序，分为比例2:1的建模集和验证集并进行等间隔取样；选取各采样点对应的不同光谱波段的指数数值与相应采样点秸秆覆盖量的相关性强的采样点，使用选取的采样点对应的不同光谱波段的指数数值，训练随机森林模型，获得用于估算秸秆覆盖量的模型，并利用遗传-混沌粒子群混合算法对用于估算秸秆覆盖量的模型进行优化；将预测和实测的采样点的秸秆覆盖量作为验证集，采用决定系数和均方根误差评价指标进行精度评估。
5、进一步地，每个采样点的多光谱遥感图像的获取方法，具体步骤包括：将田间研究区域平均划分为多个采样单元，在每个单元中随机选取6个采样点，并设定每块秸秆覆盖采样点为0.5m×0.5m的正方形区域；使用无人机搭载多光谱相机低空定点手动模式进行垂直拍摄，获得每个采样点的多光谱遥感图像。
6、进一步地，所述各采样点的秸秆覆盖量的平均值采用蒙特卡罗模型估算获得。
7、本发明实施例提供一种田间秸秆覆盖量的估算装置，包括：
8、数据获取模块，用于获取田间研究区域内每个采样点的多光谱遥感图像，并获取各采样点的秸秆覆盖量；相关性分析模块，用于提取每个采样点的多光谱遥感图像中不同光谱波段，并根据不同光谱波段与植被指数的对应关系，获得每个采样点对应的不同光谱波段的指数数值；确定各采样点对应的不同光谱波段的指数数值与相应采样点的秸秆覆盖量的相关性；模型构建模块，用于将各采样点的秸秆覆盖量由小到大排序，并选取相关性强的采样点；将选取的采样点对应的不同光谱波段的指数数值，使用随机森林模型训练学习不同光谱波段的指数数值与秸秆覆盖量相关性，并利用遗传-混沌粒子群混合算法对随机森林模型进行优化，获得用于估算秸秆覆盖量的模型；覆盖量估算模块，用于将田间研究区域内各采样点对应的不同光谱波段的指数数值输入用于估算秸秆覆盖量的模型，获取各采样点的秸秆覆盖量，并将各采样点的秸秆覆盖量的平均值作为田间秸秆覆盖量。
9、本发明实施例提供一种电子设备，包括：存储器和处理器；所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述所述的一种田间秸秆覆盖量的估算方法。
10、本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的一种田间秸秆覆盖量的估算方法。
11、本发明实施例提供一种田间秸秆覆盖量的估算方法、装置、设备及介质，与现有技术相比，其有益效果如下：
12、提取每个采样点的多光谱遥感图像中不同光谱波段，并根据不同光谱波段与植被指数的对应关系，获得每个采样点对应的不同光谱波段的指数数值；确定各采样点对应的不同光谱波段的指数数值与相应采样点的秸秆覆盖量的相关性；将各采样点的秸秆覆盖量由小到大排序，并选取相关性强的采样点；将选取的采样点对应的不同光谱波段的指数数值，使用随机森林模型训练学习不同光谱波段的指数数值与秸秆覆盖量相关性，并利用遗传-混沌粒子群混合算法对随机森林模型进行优化，获得用于估算秸秆覆盖量的模型；将田间研究区域内各采样点对应的不同光谱波段的指数数值输入用于估算秸秆覆盖量的模型，获取各采样点的秸秆覆盖量，并将各采样点的秸秆覆盖量的平均值作为田间秸秆覆盖量。
13、其中，使用随机森林模型训练学习不同光谱波段的指数数值与秸秆覆盖量相关性，能根据训练后的用于估算秸秆覆盖量的模型，获得准确的多个采样点的秸秆覆盖量，再将各个采样点对应的不同光谱波段的指数数值输入用于估算秸秆覆盖量的模型，取平均值作为田间秸秆覆盖量，最终获得的田间秸秆覆盖量由准确的各采样点的秸秆覆盖量估算而成，最终实现准确估算出田间秸秆覆盖量的目的。
1.一种田间秸秆覆盖量的估算方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种田间秸秆覆盖量的估算方法，其特征在于，所述每个采样点对应的不同光谱波段的指数数值获取方法，具体步骤包括：
3.如权利要求1所述的一种田间秸秆覆盖量的估算方法，其特征在于，所述用于估算秸秆覆盖量的模型的获取，具体步骤包括：
4.如权利要求1所述的一种田间秸秆覆盖量的估算方法，其特征在于，所述每个采样点的多光谱遥感图像的获取方法，具体步骤包括：
5.如权利要求1所述的一种田间秸秆覆盖量的估算方法，其特征在于，所述各采样点的秸秆覆盖量的平均值采用蒙特卡罗模型估算获得。
6.一种田间秸秆覆盖量的估算装置，其特征在于，包括：
7.一种电子设备，包括：存储器和处理器；
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～5中任一项所述的一种田间秸秆覆盖量的估算方法。
