[发明专利]一种基于高光谱图像的茶树LAI及氮含量估算方法在审
申请号: | 201711212316.7 | 申请日: | 2017-11-28 |
公开(公告)号: | CN108169141A | 公开(公告)日: | 2018-06-15 |
发明(设计)人: | 吴伟斌;张震邦;宋倩;漆海霞;孙道宗;赵新;李泽艺;刘佛良;杨晓彬;黄家曦;陈理;刘文超;付正德;周钊杰;张增博 | 申请(专利权)人: | 华南农业大学 |
主分类号: | G01N21/25 | 分类号: | G01N21/25;G01B11/28;G06T7/62 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 郑浦娟 |
地址: | 510642 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 茶树 含量估算 高光谱 高光谱图像 估算模型 试验样本 位置变量 植被指数 回归分析 无损 测试 | ||
1.一种基于高光谱图像的茶树LAI估算方法,其特征在于,步骤如下:
步骤S1、随机获取多株茶树;
步骤S2、将高光谱仪置于上述获取的每株茶树上方,采集上述每株茶树的高光谱数据;同时测量出上述获取的每株茶树的冠层投影面积,计算出上述获取的每株茶树的叶片总面积,然后根据对应每株茶树的冠层投影面积,计算出上述获取出的每株茶树的LAI;
步骤S3、针对于上述获取出的每株茶树,从其高光谱数据中获取到高光谱位置变量、高光谱面积变量和植被指数变量;
步骤S4、针对于步骤S1中获取到的茶树,从中选取出第一组茶树;针对第一组茶树中的多株茶树,分析各株茶树的LAI与高光谱位置变量、高光谱面积变量和植被指数变量之间的相关性,然后从高光谱位置变量、高光谱面积变量和植被指数变量中选取出与LAI相关系数最高的一个或几个,最后分别采用多种回归模型对茶树的LAI和上述选取出的变量进行回归分析,得到多种茶树LAI估算模型;
步骤S5、针对于步骤S1中获取到茶树,从中选取出第二组茶树,将第二组茶树中的每株茶树对应的高光谱位置变量、高光谱面积变量和植被指数变量分别输入到步骤S4中获取到的各种茶树LAI估算模型,通过各种茶树LAI估算模型分别计算得到第二组茶树中各株茶树的LAI;
步骤S6、针对于每种茶树LAI估算模型,将其计算得到的每株茶树的LAI与步骤S2中计算得到的该株茶树的LAI进行比较,得到该株茶树在该种茶树LAI估算模型中的误差值;将第二组茶树中所有茶树在该种茶树LAI估算模型中的误差值进行相加,得到该种茶树LAI估算模型的LAI计算误差;
步骤S7、比较各种茶树LAI估算模型的LAI计算误差,将LAI计算误差最小的一种茶树LAI估算模型选取出来作为最终的茶树LAI估算模型;
步骤S8、针对于需要测试LAI的茶树,首先将高光谱仪置于该茶树上方,采集该茶树的高光谱数据;然后根据最终的茶树LAI估算模型的输入变量,从该茶树的高光谱数据中获取到该茶树对应的高光谱位置变量、高光谱面积变量和植被指数变量;最后将该茶树对应的高光谱位置变量、高光谱面积变量和植被指数变量输入到步骤S7中获取到的最终的茶树LAI估算模型,由最终的茶树LAI估算模型计算得到该茶树的LAI。
2.根据权利要求1所述的基于高光谱图像的茶树LAI估算方法,其特征在于,所述步骤S2中,针对于步骤S1中获取到的每株茶树,计算LAI的过程如下:
针对于每株茶树,摘取其所有叶片,然后采用扫描仪扫描每片叶片,根据扫描仪扫描的数据获取到每片叶片的轮廓面积,将每株茶树的所有叶片的轮廓面积相加计算得到每株茶树的叶片总面积,将每株茶树的叶片总面积除以每株茶树的冠层投影面积得到每株茶树的LAI。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南农业大学,未经华南农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711212316.7/1.html,转载请声明来源钻瓜专利网。