[发明专利]一种基于荔枝冠层光谱的叶片钾浓度反演方法

说明书

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。

技术领域

本发明专利涉及一种基于荔枝冠层光谱的叶片钾浓度反演方法，涉及反演技术领域。

背景技术

近年来光谱和遥感技术发展在作物生化参数反演如水分、LAI(Leaf Area Index叶面指数)、叶绿素、生物量等方面取得了很多成绩，并基于光谱和遥感技术对作物氮素反演的方法和机理进行了研究。但钾素的光谱和遥感研究相对较少，一些学者通过人工施用钾肥量不同，进行试验，发现叶片光谱变化与钾肥施用量有关系，并指出一些用于钾检测的波段和模型。但这些研究主要基于叶片反射光谱进行，且钾素估算方法主要基于偏最小二乘回归方法，这种方法模型复杂，模型可以移植性差，同时基于作物冠层光谱和遥感尺度的钾素研究相对较少；一些研究者指出生育期、品种等是影响农作物的遥感的重要因素；不同生育期，作物冠层结构、生化参数变化对营养元素反演有重要影响。这些原因导致影像尺度的钾素反演不便，因此基于冠层荔枝光谱探索简单的，可移植的钾素反演模型是很有必要的。

发明内容

针对以上不足，本发明目的，在于提供一种基于荔枝冠层光谱的叶片钾浓度反演方法，其通过辐射传输方程的简化，发现比值、差值处理可以降低环境参数等因素对光谱的影响，提高光谱数据与钾浓度的关系，分析他人提出光谱指数，构建任意两波段比值(Ratiovegetation index，RVI)、差值(Difference vegetation index，DVI)、三波段指数(Threeband spectral index，TBSI)，进行光谱指数构建，寻找适合各个生育期荔枝钾浓度反演的光谱模型。

为了实现上述目的，本发明通过下列技术方案来实现：

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、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)