[发明专利]一种基于高光谱图像的茶树LAI及氮含量估算方法

摘要

本发明公开了一种基于高光谱图像的茶树LAI及氮含量估算方法，具体过程如下：首先获取多株茶树作为试验样本，通过作为试验样本的茶树的LAI、氮含量以及高光谱位置变量、高光谱面积变量和植被指数变量的相关性和回归分析，建立最终的茶树LAI估算模型和最终的茶树氮含量估算模型；针对于需要测试LAI和氮含量的茶树，获取到该茶树的高光谱位置变量、高光谱面积变量和植被指数变量，然后将该茶树对应的上述变量分别输入到最终的茶树LAI估算模型和最终的茶树氮含量估算模型，即可计算得到该茶树的LAI和氮含量。本发明方法具有茶树的LAI、氮含量估算实时、快速以及无损的优点。 1

主权项

1.一种基于高光谱图像的茶树LAI估算方法，其特征在于，步骤如下：

步骤S1、随机获取多株茶树；

步骤S2、将高光谱仪置于上述获取的每株茶树上方，采集上述每株茶树的高光谱数据；同时测量出上述获取的每株茶树的冠层投影面积，计算出上述获取的每株茶树的叶片总面积，然后根据对应每株茶树的冠层投影面积，计算出上述获取出的每株茶树的LAI；

步骤S3、针对于上述获取出的每株茶树，从其高光谱数据中获取到高光谱位置变量、高光谱面积变量和植被指数变量；

步骤S4、针对于步骤S1中获取到的茶树，从中选取出第一组茶树；针对第一组茶树中的多株茶树，分析各株茶树的LAI与高光谱位置变量、高光谱面积变量和植被指数变量之间的相关性，然后从高光谱位置变量、高光谱面积变量和植被指数变量中选取出与LAI相关系数最高的一个或几个，最后分别采用多种回归模型对茶树的LAI和上述选取出的变量进行回归分析，得到多种茶树LAI估算模型；

步骤S5、针对于步骤S1中获取到茶树，从中选取出第二组茶树，将第二组茶树中的每株茶树对应的高光谱位置变量、高光谱面积变量和植被指数变量分别输入到步骤S4中获取到的各种茶树LAI估算模型，通过各种茶树LAI估算模型分别计算得到第二组茶树中各株茶树的LAI；

步骤S6、针对于每种茶树LAI估算模型，将其计算得到的每株茶树的LAI与步骤S2中计算得到的该株茶树的LAI进行比较，得到该株茶树在该种茶树LAI估算模型中的误差值；将第二组茶树中所有茶树在该种茶树LAI估算模型中的误差值进行相加，得到该种茶树LAI估算模型的LAI计算误差；

步骤S7、比较各种茶树LAI估算模型的LAI计算误差，将LAI计算误差最小的一种茶树LAI估算模型选取出来作为最终的茶树LAI估算模型；

步骤S8、针对于需要测试LAI的茶树，首先将高光谱仪置于该茶树上方，采集该茶树的高光谱数据；然后根据最终的茶树LAI估算模型的输入变量，从该茶树的高光谱数据中获取到该茶树对应的高光谱位置变量、高光谱面积变量和植被指数变量；最后将该茶树对应的高光谱位置变量、高光谱面积变量和植被指数变量输入到步骤S7中获取到的最终的茶树LAI估算模型，由最终的茶树LAI估算模型计算得到该茶树的LAI。

2.根据权利要求1所述的基于高光谱图像的茶树LAI估算方法，其特征在于，所述步骤S2中，针对于步骤S1中获取到的每株茶树，计算LAI的过程如下：

针对于每株茶树，摘取其所有叶片，然后采用扫描仪扫描每片叶片，根据扫描仪扫描的数据获取到每片叶片的轮廓面积，将每株茶树的所有叶片的轮廓面积相加计算得到每株茶树的叶片总面积，将每株茶树的叶片总面积除以每株茶树的冠层投影面积得到每株茶树的LAI。

3.根据权利要求1所述的基于高光谱图像的茶树LAI估算方法，其特征在于，

从高光谱数据中获取的高光谱位置变量包括蓝边幅值Db、蓝边位置λb、黄边幅值Dy、黄边位置λy、红边幅值Dγ、红边位置λγ、绿峰反射率Rg、绿峰位置λg、红谷反射率Rγ和红谷位置λb；

从高光谱数据中获取的高光谱面积变量包括蓝边面积SD_b、黄边面积SD_y、红边面积SD_r和绿峰面积SD_g；

从高光谱数据中获取的植被指数变量包括绿峰反射率与红谷反射率的比值VI₁、绿峰反射率与红谷反射率归一化值VI₂、红边面积与蓝边面积的比值VI₃、红边面积与黄边面积的比值VI₄、红边面积与蓝边面积的归一化值VI₅以及红边面积与黄边面积的归一化值VI₆；其中：

VI₁＝Rg/Rγ；

VI₂＝(Rg‑Rγ)/(Rg+Rγ)；

VI₃＝SD_r/SD_b；

VI₄＝SD_r/SD_y；

VI₅＝(SD_r‑SD_b)/(SD_r+SD_b)；

VI₆＝(SD_r‑SD_y)/(SD_r+SD_y)。

4.根据权利要求1所述的基于高光谱图像的茶树LAI估算方法，其特征在于，所述步骤S4中，多种回归模型分别为线性模型、对数模型、抛物线模型和指数模型。

5.根据权利要求1所述的基于高光谱图像的茶树LAI估算方法，其特征在于，所述步骤S6中，每种茶树LAI估算模型的LAI计算误差为：

其中RMSE_j为第j种茶树LAI估算模型的LAI计算误差，y_i为步骤S3中计算得到的第二组茶树中第i株茶树的LAI，y′_ji为第j种茶树LAI估算模型计算的第二组茶树中第i株茶树的LAI，n为第二组茶树中茶树的总株数。

6.一种基于高光谱图像的茶树氮含量估算方法，其特征在于，步骤如下：

步骤S1、随机获取多株茶树；

步骤S2、将高光谱仪置于上述获取的每株茶树上方，采集上述每株茶树的高光谱数据；同时采用化学方法检测出上述获取的每株茶树的氮含量；

步骤S3、针对于上述获取出的每株茶树，从其高光谱数据中获取到高光谱位置变量、高光谱面积变量和植被指数变量；

步骤S4、针对于步骤S1中获取到的茶树，从中选取出第一组茶树；针对第一组茶树中的多株茶树，分析各株茶树的氮含量与高光谱位置变量、高光谱面积变量和植被指数变量之间的相关性，然后从高光谱位置变量、高光谱面积变量和植被指数变量中选取出与氮含量相关系数最高的一个或几个，最后分别采用多种回归模型对茶树的氮含量和上述选取出的变量进行回归分析，得到多种茶树氮含量估算模型；

步骤S5、针对于步骤S1中获取到茶树，从中选取出第二组茶树，将第二组茶树中的每株茶树对应的高光谱位置变量、高光谱面积变量和植被指数变量分别输入到步骤S4中获取到的各种茶树氮含量估算模型中，通过各种茶树氮含量估算模型分别计算得到第二组茶树中各株茶树的氮含量；

步骤S6、针对于每种茶树氮含量估算模型，将其计算得到的每株茶树的氮含量与步骤S2中计算得到的该株茶树的氮含量进行比较，得到该株茶树在该种茶树氮含量估算模型中的误差值；将第二组茶树中所有茶树在该种茶树氮含量估算模型中的误差值进行相加，得