基于LiDAR的小麦分蘖数监测研究开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

1 课题的意义

小麦是中国三大粮食作物之一，其面积与产量都仅次于水稻，在当前国内口粮消费中占到了40左右。因此小麦的高产稳产是保障国家粮食安全的关键因素。此外，小麦还作为主要的商品粮之一在国际国内粮食贸易中占有很大份额，在国民经济中发挥着越来越重要的作用。小麦分蘖数是作物非常重要的生长结构参数，对于小麦的成穗率和最终产量有着极大的影响，合理的小麦分蘖数是作物高产稳产的基础。分蘖数的获取目前大多依赖于传统手工计数，不仅效率低、工作量大，并且缺乏准确性和客观性。地面激光雷达（lidar）作为主动遥感方式，能够实现高通量、无损、高效地获取小麦分蘖数。

在田间获取茎蘖数这一环节上，目前还依赖于耗时费力的人工测量，在小麦分蘖的不同阶段都需要进行测量，主要采用以下两种计数方法。将方框随机地扔到地面的作物上并计算框内的分蘖，或者计算沿测量行的分蘖，并且假定固定行宽计算分蘖数密度。然而，这两种方法都需要花费大量的时间和人力，并且存在与选择采样位置相关的误差，无法实现自动化，也无法在大面积的农田中使用。遥感为此提供了解决方法。遥感技术在农业中的应用开始于上世纪七十年代。初期农业遥感的重点是大面积农田的生长监控和产量估计，主要以遥感影像中提取的植被指数信息为基础，对作物长势进行分析和评价。随着科学技术尤其是信息化技术的不断发展，人们不再满足于二维信息的利用，转而向更高维度（三维）进行研究，以获得更多的空间结构信息满足日渐精细化的信息农业对精度的更高要求。

2. 研究的基本内容和问题

1 研究目标

利用lidar扫描得到的田间小麦三维点云数据，结合三维点云聚类算法计算小麦分蘖数。实现利用地面激光雷达对小麦分蘖数快速、无损的监测。

2 研究内容

3. 研究的方法与方案

一 研究方法

1 数据获取

1.1 地面激光雷达数据获取

4. 研究创新点

1).探索构建新算法进行小麦分蘖数的提取；

2).利用自适应分层得到小麦簇数，同时能达到不同条件下的小麦株高差异；

3).利用层次聚类算法，分离小麦簇数得到小麦分蘖数，实现地面激光雷达高效快捷得到小麦分蘖数。

5. 研究计划与进展

1 研究计划

前期：小麦分蘖数、处理算法的相关文献阅读，学习新方法新思路，学习地面激光雷达仪器的操作使用，初步拟定实验方案；

中期：在小麦分蘖期和拔节期进行相关数据测量，人工测量小麦分蘖数和地面激光点雷达点云数据测量同步进行；