[发明专利]一种土壤背景干扰下小麦叶层氮含量光谱监测模型及建模方法

权利要求书

1.一种土壤背景干扰条件下的小麦叶层氮含量光谱监测模型，其特征为：将野外高光谱辐射仪采集到的小麦冠层叶片与土壤背景的混合反射光谱数据、以及通过数码相机获取的小麦田间植被覆盖度，与小麦冠层叶片氮含量数据相融合，构建土壤背景干扰下的最佳光谱参数NDVI_FVcover[NDVI(R₁,R₂)/(1+FV_cover)]，提取小麦叶层氮含量敏感波段λ₁=513nm、λ₂=481nm，建立小麦叶层氮含量监测模型：Y=-29.025NDVI_FVcover(R₅₁₃,R₄₈₁)+4.9613。

2.一种土壤背景干扰条件下的小麦叶层氮含量光谱监测模型的建模方法，其特征在于包含如下步骤：

1）获取数据：使用野外高光谱辐射仪采集小麦田间冠层光谱数据，通过数码相机获取小麦植被覆盖度，采用凯氏定氮法测定小麦冠层叶片氮含量；

2）构建光谱参数：将获取的田间小麦植被覆盖度FV_cover修订归一化植被指数NDVI，构建覆盖度调节归一化光谱参数NDVI_Fvcover：

NDVI_FVcover={(R_λ1-R_λ2)/(R_λ1+R_λ2)}/(1+FV_cover)

式中NDVI_FVcover光谱参数由350-2500nm任意两波段组合构建，R_λ1为波段λ1的反射率,R_λ2波段λ2的反射率，FV_cover为小麦植被覆盖度；

3）确定特征波段：将NDVI_FVcover光谱参数与小麦叶层氮含量建立线性模型，对模型决定系数排序和误差排序，寻找决定系数最大和误差较小的最佳波段组合，确定为特征最佳波段；

4）建立监测模型：利用构建的特征波段和光谱参数，在全生育期建立小麦叶层氮含量光谱监测模型：

Y=-29.025NDVI_FVcover(R_λ1,R_λ2)+4.9613。

5）检验模型：使用独立年份小麦试验数据评估模型的准确性和稳定性，采用复相关系数平方R²、相对均方根差RRMSE对模型进行综合评价:

RRMSE=1n×Σi=1n(Pi-Qi)2×100Qi‾.]]>

3.根据权利要求2所述的建模方法，其特征为：步骤1）中样本来自不同种植密度和不同施氮水平的小麦试验；所述的不同种植密度为条播，行距为：45cm，40cm，35cm，30cm，25cm，20cm；所述的不同施氮水平为150kg·hm²，225kg·hm²，300kg·hm²。

4.根据权利要求2所述的建模方法，其特征为：步骤1）中田间小麦冠层光谱采集采用野外高光谱辐射仪，波段范围为350～2500nm；环境条件为天气晴朗、无风；时间为10：00-14：00。