[发明专利]基于光谱双峰指数的小麦叶片氮含量监测方法及其监测模型的构建方法

摘要

本发明公开了一种基于光谱双峰指数的小麦叶片氮含量监测方法及其监测模型的构建方法，旨在解决现有的小麦叶片氮含量监测模型普适性和准确度较低的技术问题。本发明基于光谱双峰指数的小麦叶片氮含量监测模型的构建方法包括下列步骤：信息采集；划定红边波段区域；构建红边双峰指数；确定最优临界切分波段；建立监测模型；检验模型。本发明构建了精度高、普适性好的小麦叶片氮含量监测模型；该监测模型的扩展性和稳定性得到增强，对小麦叶片氮含量监测具有较高的精度和准确性。本发明基于光谱双峰指数的小麦叶片氮含量监测方法，运用前述监测模型，估算待测田块中小麦叶片氮含量，准确性高、方法简单、易于操作。

主权项

1.一种基于光谱双峰指数的小麦叶片氮含量监测模型的构建方法，其特征在于，包括下列步骤：（1）信息采集：先按常规方法分别采集不同区域内的不同生长时期的小麦冠层叶片的高光谱信息，再采用常规的五步平滑方法对光谱曲线进行平滑处理；与光谱信息采集同步，对应的采集小麦叶片样品并以常规分析方法测定出不同区域内的不同生长时期的小麦叶片实测氮含量；（2）划定红边波段区域：选择波长680nm作为红边起点、755nm作为红边终点，根据小麦冠层叶片的一阶微分光谱在该红边范围内存在明显的双峰特征的特点，确定该双峰间的临界切分波段为k；（3）构建红边双峰指数：由下式计算得出红边双峰指数raNVI：，其中，k为小麦冠层叶片一阶微分光谱在红边范围内的临界切分波段，R₇₅₅、R₆₈₀、R_k分别为小麦冠层叶片对应于755nm、680nm、k nm波段的光谱反射率；（4）确定最优临界切分波段：将红边双峰指数raNVI与步骤（1）所得的对应的小麦叶片实测氮含量进行相关性分析，采用高光谱数据减量精细采样法，取相关性最高时的k值，确定为最优的临界切分波段；（5）建立监测模型：根据不同生长时期的小麦叶片实测氮含量与红边双峰指数raNVI直接的定量关系，构建出如下对应的小麦叶片氮含量监测模型：Y=a×raNVI+b；其中，Y为小麦叶片氮含量，raNVI为红边双峰指数，a为系数，b为常数项，且a、b的值经由线性回归方式求得。