详情

原文传递基于光谱参量的冬小麦冠层含水率监测模型建立方法

专利名称：	基于光谱参量的冬小麦冠层含水率监测模型建立方法
摘要：	本发明公开了一种基于光谱参量的冬小麦冠层含水率监测模型建立方法。本发明根据不同水分处理下各生育期冬小麦冠层光谱反射率与植株冠层含水率数据，分析了光谱信息基础变换与“三边”参数对植株冠层含水率之间相关关系，提出了考虑各生育期特点且具有较高精度的适宜模型组合，并构建了综合光谱信息基础变换与“三边”参数等诸多自变量的植株冠层含水率的主成分估算模型，突破了光谱监测生育时段制约及其他背景噪声影响，为冬小麦植株水分含量高光谱准确诊断提供理论依据和技术支持。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	中国水利水电科学研究院
发明人：	彭致功;林少喆;张宝忠;魏征;陈鹤;蔡甲冰;刘露;韩娜娜;张倩
专利状态：	有效
申请日期：	2019-05-20T00:00:00+0800
发布日期：	2019-08-02T00:00:00+0800
申请号：	CN201910416336.9
公开号：	CN110082300A
代理机构：	成都正华专利代理事务所(普通合伙)
代理人：	陈选中
分类号：	G01N21/31(2006.01);G;G01;G01N;G01N21
申请人地址：	100038 北京市海淀区车公庄西路20号
主权项：	1.一种基于光谱参量的冬小麦冠层含水率监测模型建立方法，其特征在于，包括以下步骤： S1、测量冬小麦冠层的光谱反射率和含水率； S2、通过光谱反射率构建光谱参量；所述光谱参量包括光谱变换形式和“三边”参数； S3、对冬小麦冠层含水率与光谱变换形式和“三边”参数进行相关性分析，选择各生育期相关性显著的光谱参量，对其进行主成分分析，通过主成分分析结果分别构建各生育时段综合光谱参量的含水率监测模型，将各生育时段综合光谱参量的含水率监测模型组合作为全生育期综合光谱参量的冠层含水率监测模型；所述生育期包括拔节-抽穗期、抽穗-灌浆期和灌浆-成熟期。 2.根据权利要求1所述的基于光谱参量的冬小麦冠层含水率监测模型建立方法，其特征在于，所述步骤S1中光谱反射率的测量方法为：在每次监测前采用反射率为1的白板进行校正，将地物光谱仪的探头垂直向下监测15cm冬小麦冠层，选择三处监测点并采用手持式地物光谱仪监测冬小麦植株冠层光谱，将三次监测结果的平均值作为冬小麦冠层的光谱反射率。 3.根据权利要求2所述的基于光谱参量的冬小麦冠层含水率监测模型建立方法，其特征在于，所述步骤S1中含水率的测量方法为：将测定光谱后的冬小麦植株进行采样，称取其鲜重，放入烘箱在105℃下将冬小麦植株杀青30min，再将烘箱的温度调至75℃，将冬小麦植株烘干至恒重，并称其干重，即可计算得到冬小麦植株的含水率；冬小麦植株含水率的计算公式为： ω＝(M1-M2)/M1 上式中，ω为含水率，M1为鲜重，M2为干重。 4.根据权利要求1所述的基于光谱参量的冬小麦冠层含水率监测模型建立方法，其特征在于，所述步骤S2中光谱变换形式为对光谱反射率进行变换，包括除以R450-750、除以R930、倒数、倒数的对数、倒数的对数的一阶微分、倒数的一阶微分、对数、对数的一阶微分、吸收深度670nm和一阶微分；所述R450-750为450nm-750nm波段反射率的平均值，所述R930为930nm波段的反射率值，所述吸收深度670nm的计算公式为：上式中，A560为吸收特征起始点560nm处的光谱反射率，B670为吸收特征中心点670nm处的光谱反射率，C760为吸收特征结束点760nm处的光谱反射率。 5.根据权利要求4所述的基于光谱参量的冬小麦冠层含水率监测模型建立方法，其特征在于，所述步骤S2中“三边”参数包括红边幅值Dr、红边位置λr、蓝边幅值Db、蓝边位置λb、黄边幅值Dy、黄边位置λy、绿峰幅值Rg、绿峰位置λg、红谷幅值Rr、红谷位置λv、红边面积SDr、蓝边面积SDb、黄边面积SDy、(Rg-Rr)/(Rg+Rr)、Rg/Rr、SDr/SDb、SDr/SDy、(SDr-SDb)、(SDr-SDb)/(SDr+SDb)、(SDr-SDy)/(SDr+SDy)；所述红边幅值Dr为红光范围680～760nm内一阶导数光谱中的最大值，所述红边位置λr为红边幅值Dr相对应的波长位置，所述蓝边幅值Db为蓝光范围490nm～530nm内一阶导数光谱中的最大值，所述蓝边位置λb为蓝边幅值Db相对应的波长位置，所述黄边幅值Dy为黄光范围560～640nm内一阶导数光谱中的最大值，所述黄边位置λy为黄边幅值Dy相对应的波长位置，所述绿峰幅值Rg为绿光范围510～560nm内的最大波段反射率，所述绿峰位置λg为绿峰幅值Rg相对应的波长位置，所述红谷幅值Rr为红光范围640～680nm内的最小波段反射率，所述红谷位置λv为红谷幅值Rr相对应的波长位置。 6.根据权利要求5所述的基于光谱参量的冬小麦冠层含水率监测模型建立方法，其特征在于，所述步骤S3中含水率监测模型的综合光谱参量以各生育时段冬小麦冠层含水率与相应的光谱变换形式及“三边”参数相关性显著为标准选取，其中拔节-抽穗期的光谱参量包括：对数的一阶微分、倒数的对数的一阶微分、Rg/Rr、一阶微分、倒数的一阶微分、除以R450-750、(Rg-Rr)/(Rg+Rr)、倒数、倒数的对数；抽穗-灌浆期的光谱参量包括：除以R930、SDr/SDy、(SDr-SDy)/(SDr+SDy)、黄边面积SDy、一阶微分、倒数、倒数的对数、对数、倒数的一阶微分；灌浆-成熟期的光谱参量包括(Rg-Rr)/(Rg+Rr)、Rg/Rr、除以R450-750、对数的一阶微分、倒数的对数的一阶微分、(SDr-SDb)/(SDr+SDb)、原始反射率、红谷幅值Rr、除以R930。 7.根据权利要求6所述的基于光谱参量的冬小麦冠层含水率监测模型建立方法，其特征在于，所述步骤S3中冠层含水率监测模型为：上式中，Y为冬小麦冠层含水率，M1为拔节-抽穗期的第一主成分，M2为拔节-抽穗期的第二主成分，M3为拔节-抽穗期的第三主成分，N1为抽穗-灌浆期的第一主成分，N2为抽穗-灌浆期的第二主成分，N3为抽穗-灌浆期的第三主成分，L1为灌浆-成熟期的第一主成分，L2为灌浆-成熟期的第二主成分，L3为灌浆-成熟期的第三主成分； M1＝0.3489X1-0.3489X2+0.3542X3+0.029X4-0.3516X5+0.3563X6+0.3573X7+0.3546X8+0.3551X9 M2＝-0.0182X1+0.0182X2+0.0020X3+0.9962X4+0.0717X5-0.0120X6+0.0373X7-0.0191X8+0.0178X9 M3＝-0.5675X1+0.5675X2+0.0519X3+0.0152X4-0.4140X5+0.1459X6-0.0337X7+0.3484X8+0.1921X9 上式中，X1为对数的一阶微分，X2为倒数的对数的一阶微分，X3为Rg/Rr，X4为一阶微分，X5为倒数的一阶微分，X6为除以R450-750，X7为(Rg-Rr)/(Rg+Rr)，X8为倒数，X9为倒数的对数； N1＝0.3113Q1-0.2973Q2-0.3011Q3+0.3626Q4+0.3441Q5-0.3544Q6-0.3531Q7+0.3531Q8+0.3149Q9 N2＝-0.1811Q1+0.5257Q2+0.5275Q3+0.0676Q4+0.1590Q5-0.3216Q6-0.3441Q7+0.3441Q8-0.2053Q9 N3＝0.6511Q1+0.3235Q2+0.2660Q3-0.2341Q4-0.2332Q5+0.0289Q6+0.0289Q7-0.0289Q8+0.5379Q9 上式中，Q1为除以R930，Q2为SDr/SDy，Q3为(SDr-SDy)/(SDr+SDy)，Q4为黄边面积SDy，Q5为一阶微分，Q6为倒数，Q7为倒数的对数，Q8为对数，Q9为倒数的一阶微分； L1＝-0.3301Z1-0.3311Z2+0.3417Z3-0.3392Z4+0.3392Z5-0.3351Z6+0.3197Z7+0.3202Z8+0.3428Z9 L2＝0.4065Z1+0.3971Z2-0.2538Z3+0.1021Z4-0.1021Z5-0.0844Z6+0.5348Z7+0.5232Z8+0.1602Z9 L3＝-0.3082Z1-0.2994Z2+0.1956Z3+0.5979Z4-0.5979Z5+0.0073Z6+0.1196Z7+0.1624Z8+0.1461Z9 上式中，Z1为(Rg-Rr)/(Rg+Rr)，Z2为Rg/Rr，Z3为除以R450-750，Z4为对数的一阶微分，Z5为倒数的对数的一阶微分，Z6为(SDr-SDb)/(SDr+SDb)，Z7为原始反射率，Z8为红谷幅值Rr，Z9为除以R930。
所属类别：	发明专利