[发明专利]一种基于连续小波分析建立小麦叶干重定量模型的方法

权利要求书

1.一种基于连续小波分析建立小麦叶干重定量模型的方法，其特征在于该方法的步骤如下：

步骤(1)、选定采样小区，获取小麦冠层高光谱反射率、测定小麦叶干重；采样小区采自不同试验点、不同品种、不同施氮水平、不同种植密度和不同年份；

步骤(2)、采用公式(1)对步骤(1)获得的小麦冠层高光谱反射率数据进行连续小波变换，获得特定波长和特定尺度下的小波系数C：

公式(1)为小波变换的小波函数公式，其中：

a为尺度，尺度为2³,2⁴,2⁵,2⁶,2⁷,2⁸,2⁹,2¹⁰，分别用S₃，S₄，S₅，S₆，S₇，S₈，S₉，S₁₀表示；

b为平移因子；

t为波段350～2500nm；

f(t)为对应波段的小麦冠层高光谱反射率；

为小波函数，选自15个小波族，共108种小波函数；

C为变换后的小波系数，表示小麦冠层高光谱反射率经过连续小波变换后得到的某一特定尺度和特定波段下小波系数；

步骤(3)、数据分析与利用：

构建定量模型：利用步骤(2)中获得的小波系数，分析小麦叶干重与小波系数的定量关系，筛选出对小麦叶干重敏感的最佳小波函数为db7，最佳尺度为S₈，最佳小波函数对应的特征值为db7(W₁₁₉₇,S₈)，基于最佳特征值db7(W₁₁₉₇,S₈)构建的小麦叶干重定量模型为CLB＝0.43db7(W₁₁₉₇,S₈)+0.070，小波特征值与小麦叶干重CLB决定系数(R²)为0.75；

步骤(4)、检验定量模型：使用独立小麦试验数据评估定量模型的可靠性和适用性，采用预测值和观测值之间的决定系数R²和相对均方根差RRMSE对定量模型进行评价：

公式(2)中，O_i为试验中小麦叶干重的观测值，P_i为根据定量模型估测的小麦叶干重的预测值，n为测试检验模型样本数。

2.根据权利要求1所述的基于连续小波分析建立小麦叶干重定量模型的方法，其特征在于步骤(1)中，获取小麦冠层高光谱反射率：利用光谱仪测量小麦冠层高光谱反射率，光谱测定选择在晴朗无云、无风或微风时进行，测定时间为10：00-14：00，有效波段范围为350～2500nm，其中350～1050nm光谱采样间隔为1.4nm，光谱分辨率为3nm；1050～2500nm光谱采样间隔为2nm，光谱分辨率为10nm；测量时传感器探头垂直向下于冠层顶部，光谱仪视场角为25°，仪器距离小麦冠层高度1.0m，地面视场范围直径为0.44m，每个采样小区测定10个采样点，每个样点重复测量5次，以其平均值作为该采样小区的小麦冠层高光谱反射率。

3.根据权利要求1所述的基于连续小波分析建立小麦叶干重定量模型的方法，其特征在于步骤(1)中，测定小麦叶干重：与测量小麦冠层高光谱反射率同步，采集该小区采样点内所有绿色叶片，烘干得到小麦叶干重；具体操作为：采集该采样小区内各采样点内的所有绿色叶片，在105℃下杀青并在80℃下烘干至恒重后称重，以该采样小区内各采样点的平均值计算该采样小区的单位土地面积上叶片的总干重，即小麦叶干重CLB。

4.根据权利要求1所述的基于连续小波分析建立小麦叶干重定量模型的方法，其特征在于步骤(1)中，叶干重的采样点面积是0.25m²，小麦冠层高光谱反射率的采样点直径是0.44m。

5.根据权利要求1所述的基于连续小波分析建立小麦叶干重定量模型的方法，其特征在于步骤(4)中，决定系数R²为0.67，相对均方根差RRMSE为27.26％。

6.一种采用基于连续小波分析的小麦叶干重定量模型监测小麦叶干重的方法，其特征在于步骤如下：

(1)、选定采样小区，选择采样点，获得该小区的平均小麦冠层高光谱反射率；

(2)、采用公式(1)对步骤(1)获得的小麦冠层高光谱反射率数据进行连续小波变换，获得特定波段和特定尺度下的小波系数C，即db7(W₁₁₉₇,S₈)；

其中：

a为尺度，尺度为2³,2⁴,2⁵,2⁶,2⁷,2⁸,2⁹,2¹⁰，分别用S₃，S₄，S₅，S₆，S₇，S₈，S₉，S₁₀表示；

b为平移因子；

t为波段350～2500nm；

f(t)为对应波段的小麦冠层高光谱反射率；

为小波函数，选自15个小波族，共108种小波函数；

C为变换后的小波系数，表示小麦冠层高光谱反射率经过连续小波变换后得到的某一特定尺度和特定波段下小波系数；

(3)、将(2)获得的小波系数C代入小麦叶干重定量模型CLB＝0.43db7(W₁₁₉₇,S₈)+0.070，获得该采样小区相应的小麦叶干重。