[发明专利]一种基于高光谱特征参数的马铃薯叶片含水量监测方法

说明书

本发明公开了一种基于高光谱特征参数的马铃薯叶片含水量监测方法，包括表征马铃薯叶片含水量的特征高光谱筛选，以及基于特征高光谱分别利用PLSR和BP神经网络构建的马铃薯叶片含水量监测模型；该模型均在不同土壤供水条件下，能够实时、快速、无损地监测出马铃薯植株叶片水分状况。其中，PLSR法构建的马铃薯叶片含水量监测模型更直观、可视化、容易推广应用；而BP神经网络构建的模型虽无可视化，但计算快速、精度高；生产中可根据不同需求选择适宜的马铃薯叶片水分监测方法；本发明是马铃薯分生育时期节水灌溉推荐的优化模型基础，同时也实现了马铃薯生产和水资源高效利用并重的农业绿色可持续发展。

技术领域

本发明涉及农作物灌溉技术与遥感领域，具体涉及一种基于高光谱特征参数的马铃薯叶片含水量监测方法。

背景技术

马铃薯，属茄科、一年生草本植物，块茎可供食用，是全球第四大重要的粮食作物，仅次于小麦、水稻和玉米，而内蒙古地区是我国马铃薯主产区之一，为了确保马铃薯能够正常生长，其需水量是比较大的，但内蒙古地区属于我国的北方地区，气候干燥降雨量少，导致该地区水资源严重匮乏，而马铃薯在缺水条件下，块茎小、数量少，会严重影响其产量。

在此背景下，如何高效利用有限水资源、节约农业用水成为人们追求的主要目标，而最为传统的方式就是灌溉，灌溉是非常浪费水资源、成本的一种方式，一般是定期灌溉，然而，北方天气干燥，日照充足，土壤水分蒸发较快，灌溉后大部分的水量会被日照蒸发消耗，对于产量的提升是非常有限的，若通过增加灌溉频率，则不仅提高作为重要粮食作物的马铃薯栽培成本，而且降低水分利用效率的同时直接影响老百姓的生活成本继续增长。

而若能有一种可实时监测出马铃薯植株水分状况，供应合理、适量水分的方法，就能保证马铃薯获得高产及优质的块茎，并对上述问题的解决具有十分重要意义。

发明内容

有鉴于此，本发明的目的在于提供一种基于高光谱特征参数的马铃薯叶片含水量监测方法，利用PLSR和BP神经网络构建的马铃薯叶片含水量监测模型；该两种方法在不同土壤供水条件下，均能实时监测出马铃薯叶片含水量，生产中可根据不同需求选择适宜的马铃薯叶片水分监测方法，从而根据其实时参数进行合理供水；本发明是马铃薯分生育时期节水灌溉推荐的优化模型基础，同时也实现了马铃薯生产和水资源高效利用并重的农业绿色可持续发展。

第一方面，本发明提供了一种基于高光谱特征参数的马铃薯叶片含水量监测方法，该方法采用偏最小二乘回归法能够实时、快速的监测出马铃薯叶片含水量，包括如下步骤：

第一步：获取马铃薯冠层叶片高光谱实测数据，既高光谱反射率，然后使用EXCEL和ORIGIN软件计算出高光谱数据的光谱指数和一阶导数；基于Matlab统计分析软件，采用连续投影算法筛选并构建由光谱反射率、光谱指数和一阶导数组成的特征高光谱数据库；

特征高光谱数据库包括：X1=R337、X2=R399、X3=R551、X4=R672、X5=R694、X6=R1009、X7=R1131、X8=R1352、X9=R1388、X10=R1411、X11=R1668、X12=R2491，X13=Ρr、X14=EVI、X15= Mr/My、X16= NDII、X17= WBI、X18= NDρg/ρr、X19= PSRI、X20= NDWI、X21= MSI、X22= SR、X23= Msr705、X24= VOG1、X25= VOG2、X26= VOG3、X27= NDVI、X28= NDVI705、X29=ρg，X30=D461、X31=D554、X32=D585、X33=D879、X34=D991、X35=D1134、X36=D1363、X37=D1372、X38=D1395、X39=D1504、X40=D1809、X41=D2230、X42=D2394

其中，R表示该波段的高光谱反射率；D表示该波段的一阶导数；

第二步：将上述筛选的特征高光谱数据库，按序代入到下列公式中，以此构建马铃薯叶片含水量监测模型；