[发明专利]夏玉米植株叶片-冠层-像元尺度氮浓度协同预测方法

说明书

本发明公开了一种夏玉米植株叶片‑冠层‑像元尺度氮浓度协同预测方法，包括以下步骤：S1：基于尺度指数，构建叶片‑冠层尺度融合模型；S2：构建冠层‑像元尺度氮浓度估算模型；S3：根据叶片‑冠层尺度融合模型和冠层‑像元尺度氮浓度估算模型进行氮浓度协同预测。本发明实现了对作物氮素营养状况实时、高效、准确的监测、估算和诊断，为判断不同尺度夏玉米氮素营养状况提供了参考。

技术领域

本发明属于植株预测技术领域，具体涉及一种夏玉米植株叶片-冠层-像元尺度氮浓度协同预测方法。

背景技术

玉米作为全球重要的粮食作物，种植广泛。在我国种植面积约占粮食种植面积的40％左右。2021年，播种面积达到43320千公顷，较2020年增长3.4％，总产量达到2.73亿吨，增产4.6％，我国的玉米产量约占粮食产量的三分之一。氮素是玉米需求量最大的养分，对夏玉米产量的增加具有重要的作用，是作物生长发育最重要的限制因子。研究表明施用氮肥可以增加30～50％的产量，但按照目前我国氮肥投入情况来看，若继续增加投入量，产量增加效果不显著，若过量施氮肥，其会通过挥发或雨水冲刷淋洗等途径进入大气或水环境中，导致水体环境中氮素含量增加，富营养化严重。因此对夏玉米全生命周期氮素状况实施准确、实时和快速地无损监测和诊断是确保粮食产量和品质，同时也是减少因田间施肥管理不当带来的环境污染风险的关键技术，是农业绿色发展的必然要求。

近年来，光谱遥感技术因其快速、及时和无损监测的优势在作物营养诊断中应用越来越广泛，克服了传统的基于实验室化学分析诊断作物氮素营养方法周期长、破化性、时效差的缺点。采用光谱遥感技术对作物氮素营养状况的监测是精准农业、智慧农业研究领域的热点。

发明内容

本发明为了解决上述问题，提出了一种夏玉米植株叶片-冠层-像元尺度氮浓度协同预测方法。

本发明的技术方案是：一种夏玉米植株叶片-冠层-像元尺度氮浓度协同预测方法包括以下步骤：

S1：基于尺度指数，构建叶片-冠层尺度融合模型；

S2：构建冠层-像元尺度氮浓度估算模型；

S3：根据叶片-冠层尺度融合模型和冠层-像元尺度氮浓度估算模型进行氮浓度协同预测。

进一步地，步骤S1包括以下子步骤：

S11：确定夏玉米植株第一阶段和第二阶段的阶段函数；

S12：根据夏玉米植株第一阶段和第二阶段的阶段函数，构建叶片-冠层尺度融合模型。

进一步地，步骤S11中，夏玉米植株第一阶段为拔节期至大喇叭口期，第二阶段为抽雄期至成熟期。

进一步地，步骤S12中，叶片-冠层尺度融合模型的表达式为：

其中，IREA_c为冠层尺度的IREA指数，IREA_l为叶片尺度的IREA指数，f(·)为夏玉米植株的阶段函数，t为夏玉米生长天数，LAI为叶面积指数。

进一步地，步骤S2中，构建冠层-像元尺度氮浓度估算模型的具体方法为：获取叶片和冠层尺度的高光谱数据，利用无人机获取像元尺度的多光谱数据，并将叶片和冠层尺度的高光谱数据转换为像元尺度的多光谱数据，构建冠层-像元尺度氮浓度估算模型。

进一步地，步骤S2中，冠层-像元尺度氮浓度估算模型的表达式为：

其中，R为模拟多光谱的宽波段反射率，λ_min为无人机传感器的起始波长，λ_max为无人机传感器的结束波长，S_λ为传感器在λ波长处的光谱响应函数值，R_λ为夏玉米冠层光谱在λ波长处的高光谱反射率。