[发明专利]基于随机梯度下降回归算法的水稻单位面积地上部可溶性糖积累量遥感反演模型和方法

说明书

本发明提供一种基于随机梯度下降回归算法的水稻单位面积地上部可溶性糖积累量遥感反演模型，为Python语言的随机梯度下降回归模型，并进一步提供了该随机梯度下降回归模型的模型参数。还提供了基于随机梯度下降回归算法的水稻单位面积地上部可溶性糖积累量遥感反演方法。本发明的基于随机梯度下降回归算法的水稻单位面积地上部可溶性糖积累量遥感反演模型能够快速、准确的获取水稻单位面积地上部可溶性糖积累量信息，克服水稻组分复杂带来的光谱叠加效应造成的水稻单位面积地上部可溶性糖积累量特征波段难以确定的困难，大大提高水稻单位面积地上部可溶性糖积累量反演模型精度，设计巧妙，计算简便，易于实现，成本低，适于去大规模推广应用。

技术领域

本发明涉及农业遥感技术领域，特别涉及水稻单位面积地上部可溶性糖积累量测量技术领域，具体是指一种基于随机梯度下降回归算法的水稻单位面积地上部可溶性糖积累量遥感反演模型和方法。

背景技术

水稻地上部可溶性糖积累量是指水稻地上部中可溶性糖的总累积量。可溶性糖含量是量化水稻光合作用固定二氧化碳、合成碳水化合物的重要参数。同时，可溶性糖在植物的生命周期中具有重要的调节作用，不仅为水稻的生长发育提供能量和代谢中间产物，而且具有重要的信号功能，是水稻生长发育和基因表达的重要调节因子，与其他信号组成复杂的信号网络体系，对水稻叶片及冠层结构的形成、生长以及衰老等重要生长发育过程具有重要的调控作用，是水稻生理状况以及水稻长势的重要指标，反映了水稻生理、长势以及肥水状况(周冬琴,朱艳,杨杰,等.基于冠层高光谱参数的水稻叶片碳氮比监测[J].农业工程学报,2009,25(03):135-141)。

监测水稻地上部可溶性糖含量，有效的掌握水稻生理状态和生长活性，不仅可以保证水稻生产的产量和品质，同时能够动态管理水稻的水肥控制，提高水稻生产效率，从而产生显著的经济和社会效益(王秀珍,黄敬峰,李云梅,等.水稻生物化学参数与高光谱遥感特征参数的相关分析[J].农业工程学报,2003,19(002):144-148)。传统的水稻地上部可溶性糖积累量的监测主要采用破坏性采样的方法，需要在室内进行，测定过程需要投入大量的人力，费时费力，且时效性差，无法及时的获取水稻地上部可溶性糖积累量，不利于推广应用。

在水稻的生理生化过程中，水稻植株体内某些特定物质和细胞结构的变化，导致了水稻反射光谱的改变。因此，可以用光谱的变化来获取水稻地上部可溶性糖积累量等水稻生长信息(周冬琴.基于冠层反射光谱的水稻氮素营养与籽粒品质监测[D].南京农业大学,2007)。目前，使用高光谱来监测水稻的生长状态已经在作物生长监测中得到了应用。随着光谱技术的发展和普及，高光谱数据可以快捷迅速的获取水稻地上部可溶性糖积累量信息已经成为越来越多水稻生产从业者和研究人员的共识。最常用的方式是使用便携式全波段光谱仪获取水稻地上部可溶性糖积累量等生长信息，选择能够反映地上部可溶性糖积累量的特征波段构建反演模型。在构建水稻地上部可溶性糖积累量反演模型的过程中，全波段光谱仪所测定的光谱范围涵盖了350nm～1100nm，但是由于水稻组分复杂，组分光谱特征波段部分重叠，水稻地上部可溶性糖积累量特征光谱的确定困难，同时高光谱数据的快速处理成为基于高光谱数据估测水稻地上部可溶性糖积累量的亟待解决的技术问题。此外，现有常规的模型构建方法，在增加训练数据时，需要对所有的训练数据进行重新训练或者重新计算模型的参数，耗时费力，不利于模型的推广应用。

因此，希望提供一种水稻单位面积地上部可溶性糖积累量遥感反演模型，其能够快速、准确的获取水稻单位面积地上部可溶性糖积累量信息，克服水稻组分复杂带来的光谱叠加效应造成的水稻单位面积地上部可溶性糖积累量特征波段难以确定的困难，大大提高水稻单位面积地上部可溶性糖积累量反演模型精度。

发明内容

为了克服上述现有技术中的缺点，本发明的一个目的在于提供一种基于随机梯度下降回归算法的水稻单位面积地上部可溶性糖积累量遥感反演模型，其能够快速、准确的获取水稻单位面积地上部可溶性糖积累量信息，克服水稻组分复杂带来的光谱叠加效应造成的水稻单位面积地上部可溶性糖积累量特征波段难以确定的困难，大大提高水稻单位面积地上部可溶性糖积累量反演模型精度，适于大规模推广应用。