[发明专利]一种基于荔枝冠层光谱的叶片钾浓度反演方法

权利要求书

1.一种基于荔枝冠层光谱的叶片钾浓度反演方法，其特征在于，其包括以下步骤：

步骤1、样本采集：分别选取m个和n个相同或不同生育时期的荔枝叶片样品作为训练样本和评价样本，并实测这些样品的叶片钾浓度值，m和n均为大于1的正整数；

步骤2、构建钾浓度反演光谱指数集合：在所述训练样本中，分析现有钾浓度反演光谱指数，并选取波长350-2500nm范围内的反射光谱，去除水分吸收波段和仪器噪声影响波段，保留波长400-1350nm，1450-1800nm，1960-2450nm的光谱信息，构建组合形式光谱指数，所述现有钾浓度反演光谱指数和组合形式光谱指数构成钾浓度反演光谱指数集合；所述现有钾浓度反演光谱指数包括光谱指数P_{_870_1450}、P_{_1645_1715}和P_{_1080_1460}；所述组合形式光谱指数包括任意两波段比值指数RVI(i，j)、两段式差值DVI(i，j)、任意三个波段组合形成的三波段指数TBSI1(i，j，k)和TBSI2(i，j，k)；其中具体指数的形式如下：

P_{_870_1450}＝(R₈₇₀-R₁₄₅₀)/(R₈₇₀+R₁₄₅₀)

P_{_1645_1715}＝(R₁₆₄₅-R₁₇₁₅)/(R₁₆₄₅+R₁₇₁₅)

P_{_1080_1460}＝(R₁₀₈₀-R₁₄₆₀)/(R₁₀₈₀+R₁₄₆₀)

RVI(i，j)＝R_i/R_j

DVI(i，j)＝R_i-R_j

TBSI1(i，j，k)＝(R_i-R_j)/(R_j+R_k)

TBSI2(i，j，k)＝(R_i+R_j)/R_k

上述式中：R为在其下标表示的波长位置处的反射率；i≠j，且j≠k，i、j、k的取值范围均为400-1350nm、1450-1800nm、1960-2450nm；

步骤3、数据筛选：对所述钾浓度反演光谱指数集合进行显著性检验，从所述钾浓度反演光谱指数集合中选择与其对应样品的叶片钾浓度达到显著相关，且皮尔逊相关系数最大的一组光谱指数作为新钾浓度反演光谱指数；

步骤4、构建钾浓度反演模型：根据所述新钾浓度反演光谱指数，利用多元回归方法，以新钾浓度反演光谱指数为自变量，相应样品的叶片钾浓度为因变量，构建钾浓度反演模型；

步骤5、模型评价：通过模型确定系数以及均方根误差对所述钾浓度反演模型进行评价。

2.根据权利要求1所述的基于荔枝冠层光谱的叶片钾浓度反演方法，其特征在于，所述步骤3中显著性检验的方法为t检验。

3.根据权利要求2所述的基于荔枝冠层光谱的叶片钾浓度反演方法，其特征在于，所述步骤3中与其对应样品的叶片钾浓度达到显著相关，且皮尔逊相关系数最大的一组光谱指数为七个新钾浓度反演光谱指数，分别为RVI(765，855nm)，RVI(745，1045nm)、DVI(955，1045nm)、DVI(1185，1235nm)、TBSI1(755，805，865nm)、TBSI2(465，755，1045nm)和P_{_1645_1715}。

4.根据权利要求3所述的基于荔枝冠层光谱的叶片钾浓度反演方法，其特征在于，所述钾浓度反演模型为：

y＝3.382+43.755×DVI(1185,1235)-3.421×TBSI2(465,755,1045) (1)

其中，y为叶片钾浓度。

5.根据权利要求4所述的基于荔枝冠层光谱的叶片钾浓度反演方法，其特征在于，所述模型确定系数评价的公式为：

所述均方根误差评价的公式为：

其中，为第i个评价样本的叶片钾浓度预测值，通过公式(1)计算获得，y_i为第i个评价样本的叶片钾浓度实测值，为所有评价样本的叶片钾浓度实测值的平均值，1≤i≤n。