[发明专利]一种基于荔枝冠层光谱的叶片钾浓度反演方法有效
申请号: | 201610067408.X | 申请日: | 2016-01-29 |
公开(公告)号: | CN105608296B | 公开(公告)日: | 2018-10-30 |
发明(设计)人: | 李丹;陈水森;王重洋;黄思宇;姜浩 | 申请(专利权)人: | 广州地理研究所 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 广州科粤专利商标代理有限公司 44001 | 代理人: | 刘明星;孔德超 |
地址: | 510070 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: | 本发明提供了一种基于荔枝冠层光谱的叶片钾浓度反演方法,其包括以下步骤:步骤1、选取相同或不同生育时期的荔枝叶片样品作为训练样本和评价样本,并实测这些样品的叶片钾浓度值;步骤2、以现有钾浓度反演光谱指数和组合形式光谱指数构建钾浓度反演光谱指数集合;步骤3、通过显著相关以及皮尔逊相关系数对钾浓度反演光谱指数集合内的数据进行筛选;步骤4、利用多元回归方法构建钾浓度反演模型;步骤5、通过模型确定系数以及均方根误差对所述钾浓度反演模型进行评价。本发明从荔枝冠层反射率变化的角度分析,不同生育期内冠层反射率变化与钾浓度变化的关系,提出简单的线性钾浓度反演模型,模型确定系数较高,且模型较为简单,易于移植。 | ||
搜索关键词: | 一种 基于 荔枝 光谱 叶片 浓度 反演 方法 | ||
【主权项】:
1.一种基于荔枝冠层光谱的叶片钾浓度反演方法,其特征在于,其包括以下步骤:步骤1、样本采集:分别选取m个和n个相同或不同生育时期的荔枝叶片样品作为训练样本和评价样本,并实测这些样品的叶片钾浓度值,m和n均为大于1的正整数;步骤2、构建钾浓度反演光谱指数集合:在所述训练样本中,分析现有钾浓度反演光谱指数,并选取波长350‑2500nm范围内的反射光谱,去除水分吸收波段和仪器噪声影响波段,保留波长400‑1350nm,1450‑1800nm,1960‑2450nm的光谱信息,构建组合形式光谱指数,所述现有钾浓度反演光谱指数和组合形式光谱指数构成钾浓度反演光谱指数集合;所述现有钾浓度反演光谱指数包括光谱指数P_870_1450、P_1645_1715和P_1080_1460;所述组合形式光谱指数包括任意两波段比值指数RVI(i,j)、两段式差值DVI(i,j)、任意三个波段组合形成的三波段指数TBSI1(i,j,k)和TBSI2(i,j,k);其中具体指数的形式如下:P_870_1450=(R870‑R1450)/(R870+R1450)P_1645_1715=(R1645‑R1715)/(R1645+R1715)P_1080_1460=(R1080‑R1460)/(R1080+R1460)RVI(i,j)=Ri/RjDVI(i,j)=Ri‑RjTBSI1(i,j,k)=(Ri‑Rj)/(Rj+Rk)TBSI2(i,j,k)=(Ri+Rj)/Rk上述式中:R为在其下标表示的波长位置处的反射率;i≠j,且j≠k,i、j、k的取值范围均为400‑1350nm、1450‑1800nm、1960‑2450nm;步骤3、数据筛选:对所述钾浓度反演光谱指数集合进行显著性检验,从所述钾浓度反演光谱指数集合中选择与其对应样品的叶片钾浓度达到显著相关,且皮尔逊相关系数最大的一组光谱指数作为新钾浓度反演光谱指数;步骤4、构建钾浓度反演模型:根据所述新钾浓度反演光谱指数,利用多元回归方法,以新钾浓度反演光谱指数为自变量,相应样品的叶片钾浓度为因变量,构建钾浓度反演模型;步骤5、模型评价:通过模型确定系数以及均方根误差对所述钾浓度反演模型进行评价。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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广州地理研究所,未经广州地理研究所许可,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/patent/201610067408.X/,转载请声明来源钻瓜专利网。
- 上一篇:用于实现临床信息共享的方法与设备
- 下一篇:预应力混凝土桥梁调束快速方法