[发明专利]一种三波段植被指数估算镉胁迫下水稻叶绿素的模型方法在审
申请号: | 202111475282.7 | 申请日: | 2021-12-06 |
公开(公告)号: | CN114169165A | 公开(公告)日: | 2022-03-11 |
发明(设计)人: | 刘兴旺;张钊;刘杰;毛蕾 | 申请(专利权)人: | 湘潭大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20 |
代理公司: | 湘潭市汇智专利事务所(普通合伙) 43108 | 代理人: | 冷玉萍 |
地址: | 411105 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 波段 植被 指数 估算 胁迫 水稻 叶绿素 模型 方法 | ||
1.一种三波段植被指数估算镉胁迫下水稻叶绿素的模型构建方法,其特征在于,包括如下步骤:
(1)数据采集:采集水稻冠层光谱反射率数据,同步测定水稻叶片叶绿素含量和水稻土壤的重金属镉含量,对数据进行统计分析检验;
(2)构建三波段光谱指数NTI:
其中,Ri为第一波段i的反射率,Rj为第二波段j反射率,Rk为第三波段k的反射率,第一波段、第二波段、第三波段的波长范围均为水稻叶绿素敏感波段范围400~900nm;c为修正常数,-5≤c≤5;
(3)在(-5,5)区间内,间隔0.3~0.7的步长变化下,取c的值,在不同c值下,取植被敏感波段400-900nm内任意三个波段Ri、Rj、Rk,随机组合三个波段,建立NTI与水稻叶绿素含量的相关性等势图模型,取最大的决定系数R2所对应的c值和波段,确定新三波段植被指数的最优c值和波段组合,即最优植被指数波段组合;
(4)对步骤(3)所得的最优植被指数NTI与叶绿素之间进行线性、多项式、指数、幂函数和对数关系拟合,得到拟合公式并计算每种拟合关系的决定系数R2,以具有最大决定系数R2的函数关系为新指数NTI与叶绿素浓度的最优拟合公式,建立水稻叶绿素浓度的估计模型;
(5)检验步骤(4)中得到的估计模型:根据水稻叶绿素含量估算模型,通过验证数据的水稻冠层光谱反射率估算得到叶绿素含量预测值,然后通过验证数据中的水稻叶绿素含量实测值对叶绿素含量预测值进行检验,计算相关系数R2和均方误差RMSE;
其中n是样本数,F(xi)是预测值,yi是测量值,y是测量值的平均值。
2.根据权利要求1所述的镉胁迫下基于三波段植被指数的水稻叶绿素估算模型的构建方法,其特征在于,步骤(1)中,水稻冠层光谱反射率使用近红外光谱仪FieldSpecHandHeld 2进行测定;所述近红外光谱仪FieldSpec HandHeld 2为美国ASD公司生产,测定波长范围为325~1075nm,其中光谱采样间隔为1nm,光谱分辨率为3nm,视场角为25°,测定前进行BaSO4标准白板校正,每次测量根据光照条件调整光谱仪的灵敏度,光谱仪探头垂直向下,距离水稻冠层约50cm,每个样本点采集3条水稻光谱数据,每条光谱曲线是通过光谱仪自动采集10条光谱后的平均值。然后通过ViewSpec Pro软件,取3次测得的光谱数据的平均值作为该点的光谱数据;
水稻叶片的叶绿素含量测量使用SPAD-502型叶绿素仪,与水稻冠层光谱采集同步进行;对每个采样点用GPS定位仪进行定点之后,用叶绿素仪对水稻叶片现场测定水稻叶片SPAD数值;测量时每组数据共采集10~15个水稻叶片的SPAD值,最后取10~15次测量的平均值作为此水稻样点的叶绿素的相对含量,叶绿素公式为:
y=0.996x-1.52
其中,y和x分别是叶绿素浓度和SPAD-502型叶绿素仪读数,单位为μg/cm2。
3.根据权利要求1所述的镉胁迫下基于三波段植被指数的水稻叶绿素估算模型的构建方法,其特征在于,步骤(1)中,所述重金属镉含量的测量步骤为:将土样样品风干、研磨、过筛,使用物质的量之比为1:3:1的HF-HCl-HNO3的酸性混合物完全消化土壤样品,用微波消解仪进行消解,土壤消解液用具有优良长程稳定性的电感耦合等离子体质谱法检测。
4.根据权利要求1所述的镉胁迫下基于三波段植被指数的水稻叶绿素估算模型的构建方法,其特征在于,步骤(3)中,模拟c在(-5,5)区间内,间隔0.3~0.7的步长变化下,通过模拟NTI与水稻叶绿素含量相关性最高的c值。
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湘潭大学,未经湘潭大学许可,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/202111475282.7/1.html,转载请声明来源钻瓜专利网。