详情

原文传递一种光谱检测果茶树营养状况的检测方法及系统

专利名称：	一种光谱检测果茶树营养状况的检测方法及系统
摘要：	本发明公开了一种光谱检测果茶树营养状况的检测方法及系统，方法包括以下步骤：S1、通过多光谱图像采集设备采集茶树冠层的多光谱数据；获取到每株茶树样本冠层中央区域的多光谱数据；S2、基于H2SO4‑H2O2消煮‑奈氏比色法获取茶树氮含量；S3、分析多光谱数据；S4、通过分析光谱特征变量与氮含量之间的相关性，选取光谱特征变量来建立多个回归分析模型；S5、通过分析二进小波分解后的高频信息与氮含量之间的相关性，选取波段来建立预测模型；S6、验证建立的回归分析模型的准确性，将准确性与稳定性综合较高的作为茶树氮含量的检测模型；S7、将检测模型用于实际果茶树营养状况的检测。本发明方法可以快速、无损的检测果茶树的营养元素含量，并进行预测。
专利类型：	发明专利
国家地区组织代码：	广东;44
申请人：	华南农业大学
发明人：	吴伟斌;唐婷;谌秋辉;胡仁俊;赵新;朱余清;韩重阳;张颖;李杰;高昌伦;郑泽锋
专利状态：	有效
申请日期：	2021-12-13T00:00:00+0800
发布日期：	2022-03-18T00:00:00+0800
申请号：	CN202111516558.1
公开号：	CN114199790A
代理机构：	广州市华学知识产权代理有限公司
代理人：	李斌
分类号：	G01N21/25;G01N21/31;G01N21/78;G01N1/28;G01N1/44;G;G01;G01N;G01N21;G01N1;G01N21/25;G01N21/31;G01N21/78;G01N1/28;G01N1/44
申请人地址：	510642 广东省广州市天河区五山路483号
主权项：	1.一种光谱检测果茶树营养状况的检测方法，其特征在于，包括以下步骤： S1、通过多光谱图像采集设备采集到作为样本的茶树冠层的多光谱数据；获取到每株茶树样本冠层中央区域的多光谱数据； S2、针对于每株茶树样本，采用人工破坏性采摘的方法，基于H2SO4-H2O2消煮-奈氏比色法获取茶树氮含量； S3、分析多光谱数据； S4、通过分析光谱特征变量与氮含量之间的相关性，选取光谱特征变量来建立多个回归分析模型； S5、通过分析二进小波分解后的高频信息与氮含量之间的相关性，选取波段来建立预测模型； S6、验证建立的回归分析模型的准确性，将准确性与稳定性综合较高的作为茶树氮含量的检测模型； S7、将检测模型用于实际果茶营养状况的检测。 2.根据权利要求1所述的一种光谱检测果茶树营养状况的检测方法，其特征在于，步骤S1具体为：采用光谱仪作为多光谱图像采集设备，将光谱仪放在三脚架上，镜头平面位于茶树冠层上方1m处，并保持水平稳定，并在每次拍摄时均用黑白板进行矫正，公式如下： 3.根据权利要求1所述的一种光谱检测果茶树营养状况的检测方法，其特征在于，步骤S2具体为： S31、采取人工破坏性采摘的方法，每株茶树取东西南北方向，上下层共8片叶片放入封口袋； S32、将采摘叶片表面用蒸馏水清洗干净，沥干表面水后放入烘干机80℃烘干，置于研钵中研磨至粉末状； S33、将每株茶树的8片叶片混合均匀作为一个样品，每个样品用天平称取0.2g，采用H2SO4-H2O2消煮-奈氏比色法进行氮含量的测定； S34、将0.2g的粉末状样品置于消煮炉中，加入5mL的浓硫酸，并在320℃的条件下加热，待样品变成棕色溶液后，取出稍冷； S35、逐滴加入H2O2并摇匀，待溶液呈无色清亮后，再加热10min除尽过量的H2O2； S36、取2mL消煮液于比色管中，加入2mL酒石酸钠溶液，并加入2mL质量分数为100g/L的KOH溶液调节pH； S37、最后，加入奈氏试剂进行显色反应，将显色液定容至50mL刻度线后，取溶液在420nm下进行分光光度计比色。 4.根据权利要求1所述的一种光谱检测果茶树营养状况的检测方法，其特征在于，步骤S3具体为：采用分析软件Specview提取茶树冠层多光谱图像的反射率数据，随机选取茶树冠层多光谱图像中不同叶片上的10个点，获得10条反射率曲线，以10条反射率曲线的平均值作为该茶树冠层多光谱图像的冠层反射率。 5.根据权利要求1所述的一种光谱检测果茶树营养状况的检测方法，其特征在于，步骤S4具体为：采用Excel统计数据，并用SPSS、Origin软件和Matlab软件分析计算光谱特征变量与氮含量之间的相关性，相关性采用相关系数表达；通过茶叶样本的氮含量与选取的光谱特征变量建立一元线性回归模型；通过茶叶样本的氮含量与选取的光谱特征变量建立指数回归模型；通过茶叶样本的氮含量与选取的光谱特征变量建立对数回归模型；通过茶叶样本的氮含量与光谱特征变量建立抛物线回归模型。 6.根据权利要求1所述的一种光谱检测果茶树营养状况的检测方法，其特征在于，步骤S5具体为：对茶树光谱数据采用二进小波进行分解，获取其中高频信息，并计算高频信息与茶树叶面积指数和氮含量之间的相关系数；通过茶叶样本的氮含量与选取的相关系数高的波段利用最小二乘算法建立预测模型。 7.根据权利要求5或6所述的一种光谱检测果茶树营养状况的检测方法，其特征在于，相关系数公式为：其中，Xi为第i个自变量的值，为自变量的平均值，Yi为第i个因变量的值，为因变量的平均值。 8.根据权利要求1所述的一种光谱检测果茶树营养状况的检测方法，其特征在于，步骤S6中，验证建立的回归分析模型的准确性具体为： S61、对建立的回归分析模型用均方根误差RMSE、决定系数R2评价准确性，RMSE计算公式为：其中，yi为营养元素含量实测值，yi’为反演模型计算的预测值，i为甜玉米样本编号，n为验证样本数； S62、比较多种回归模型的决定系数R2和RMSE，R2越大，RMSE数值越小，反演模型精度越高，据此来选择最佳的模型。 9.一种光谱检测果茶树营养状况的检测系统，其特征在于，基于权利要求1-8任一项所述的检测方法，包括多光谱数据获取模块、氮含量获取模块、分析处理模块、回归模型建立模块以及验证模块；多光谱数据获取模块，用于通过多光谱图像采集设备采集到作为样本的茶树的多光谱数据；氮含量获取模块，用于通过H2SO4-H2O2消煮-奈氏比色法进行氮含量的测定；分析处理模块，用于分析多光谱数据、分析光谱特征变量与氮含量之间的相关性以及分析二进小波分解后的高频信息与氮含量之间的相关性；回归模型建立模块，用于建立一元线性回归模型、指数回归模型、对数回归模型、抛物线回归模型以及利用最小二乘算法建立预测模型；验证模块，用于验证回归分析模型的准确性，将准确性最高的作为茶树氮含量检测模型，用于果树营养状况检测。
所属类别：	发明专利