详情

原文传递冬小麦冠层SPAD值综合光谱监测模型建立方法

专利名称：	冬小麦冠层SPAD值综合光谱监测模型建立方法
摘要：	本发明公开了一种冬小麦冠层SPAD值综合光谱监测模型建立方法。本发明根据不同施氮水平下各生育期冬小麦冠层光谱反射率与植株冠层SPAD值数据，分析了光谱信息基础变换与“三边”参数对植株冠层SPAD值之间相关关系，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SPAD值的主成分估算模型，突破了光谱监测生育时段制约与其他背景噪声的影响，为冬小麦全生育时段冠层SPAD值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：	张宝忠;彭致功;陈鹤;魏征;蔡甲冰;林少喆;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：	CN201910416831.X
公开号：	CN110082309A
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：	G01N21/359(2014.01);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：	1.一种冬小麦冠层SPAD值综合光谱监测模型建立方法，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SPAD值； 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SPAD值与光谱变换形式和“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SPAD值监测模型，将各生育时段综合光谱参量的SPAD值监测模型组合作为全生育时段综合光谱参量的冠层SPAD值监测模型；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所述的冬小麦冠层SPAD值综合光谱监测模型建立方法，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，将手持式地物光谱仪的探头垂直向下且距冬小麦冠层15cm，场视角为25°，选择三处监测点并采用手持式地物光谱仪在每处监测点进行10次光谱测量，将光谱测量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所述的冬小麦冠层SPAD值综合光谱监测模型建立方法，其特征在于，所述步骤S1中SPAD值的测量方法为：采用叶绿素仪对同一小区的3处监测点的完全展开叶的叶片中部进行2次SPAD值测量，将SPAD值测量结果的平均值作为该小区冬小麦冠层的SPAD值。 4.根据权利要求1所述的冬小麦冠层SPAD值综合光谱监测模型建立方法，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所述的冬小麦冠层SPAD值综合光谱监测模型建立方法，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所述的冬小麦冠层SPAD值综合光谱监测模型建立方法，其特征在于，所述步骤S3中SPAD值监测模型的综合光谱参量以各生育时段冬小麦冠层SPAD值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：(SDr-SDb)/(SDr+SDb)、倒数的一阶微分、倒数的对数的一阶微分、一阶微分、除以R930、对数的一阶微分、原始反射率、红谷幅值Rr、蓝边面积SDb；抽穗-灌浆期的光谱参量包括：一阶微分、红谷幅值Rr、原始反射率、SDr/SDy、绿峰幅值Rg、除以R930、(SDr-SDb)/(SDr+SDb)、对数的一阶微分、蓝边面积SDb；灌浆-成熟期的光谱参量包括：倒数的对数的一阶微分、除以R450-750、一阶微分、对数的一阶微分、(SDr-SDy)/(SDr+SDy)、绿峰位置λg、黄边面积SDy、黄边幅值Dy、SDr/SDy。 7.根据权利要求6所述的冬小麦冠层SPAD值综合光谱监测模型建立方法，其特征在于，所述步骤S3中冠层SPAD值监测模型为：上式中，Y为冬小麦冠层SPAD值，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＝-0.3415X1+0.3405X2+0.3477X3+0.2892X4+0.3433X5 +0.3104X6+0.3472X7+0.3462X8+0.3292X9 M2＝0.1385X1-0.0059X2-0.0558X3+0.7693X4-0.1809X5 +0.4466X6-0.2268X7-0.2499X8-0.1975X9 M3＝-0.0095X1-0.2564X2-0.2561X3+0.5098X4-0.1260X5 -0.5984X6+0.1919X7+0.1398X8+0.4241X9 上式中，X1为(SDr-SDb)/(SDr+SDb)，X2为倒数的一阶微分，X3为倒数的对数的一阶微分，X4为一阶微分，X5为除以R930，X6为对数的一阶微分，X7为原始反射率，X8为红谷幅值Rr，X9为蓝边面积SDb； N1＝0.3229Q1+0.3403Q2+0.3403Q3+0.3253Q4+0.3385Q5 +0.3389Q6-0.3380Q7-0.3201Q8+0.3349Q9 N2＝0.5334Q1+0.0623Q2+0.0598Q3+0.4272Q4-0.0154Q5 -0.1173Q6+0.1811Q7+0.6878Q8-0.0790Q9 N3＝0.4325Q1+0.0414Q2+0.0537Q3-0.7492Q4+0.2392Q5 -0.1967Q6+0.0841Q7+0.1130Q8+0.3644Q9 上式中，Q1为一阶微分，Q2为红谷幅值Rr，Q3为原始反射率，Q4为SDr/SDy，Q5为绿峰幅值Rg，Q6为除以R930，Q7为(SDr-SDb)/(SDr+SDb)，Q8为对数的一阶微分，Q9为蓝边面积SDb； L1＝-0.3402Z1+0.3779Z2+0.2567Z3+0.1478Z4+0.3892Z5 +0.3507Z6-0.3862Z7+0.3287Z8+0.3366Z9 L2＝-0.2936Z1+0.3188Z2+0.5018Z3+0.4570Z4-0.3314Z5 -0.0923Z6+0.3875Z7-0.0737Z8-0.2786Z9 L3＝0.1934Z1+0.1001Z2+0.3912Z3-0.6198Z4-0.2475Z5 +0.4526Z6+0.0163Z7+0.2440Z8-0.2985Z9 上式中，Z1为倒数的对数一阶微分，Z2为除以R450-750，Z3为一阶微分，Z4为对数的一阶微分，Z5为(SDr-SDy)/(SDr+SDy)，Z6为绿峰位置λg，Z7为黄边面积SDy，Z8为黄边幅值Dy，Z9为SDr/SDy。
所属类别：	发明专利