一种返青后到抽穗以前冬小麦叶片氮积累量估算方法
【技术领域】
[0001] 本发明涉及作物生化组分光谱无损监测技术领域，特别是一种返青后到抽穗以前 冬小麦叶片氮积累量估算方法。
【背景技术】
[0002] 适量增施氮肥能提高作物产量及品质，而过量施氮会造成产量及品质的下降，同 时由于更多的氮素进入大气、水体会加剧气候变暖和水体富营养化。Roe.kstr 0m等指出全 球氮循环通量已经远超其安全边界，其中很大一部分来源于农业生产消耗，获取作物营养 状态是精准农业进行施肥管理的关键步骤。
[0003] 传统的植物组织分析法需要进行破坏性取样和大量的实验室分析。基于光谱学原 理的地面遥感技术中，叶绿素计（SPAD仪）的测量面积较小，且对过量施肥不敏感，而 GreenSeeker、Yara N-sensor等则对氮饱和状态不敏感，而且价格较高。基于作物冠层高光 谱反射率的航空、卫星遥感技术则适合于大尺度的作物生长监测，但同时也受到天气气候 环境影响。
【发明内容】
[0004] 本发明的目的在于提供一种返青后到抽穗以前冬小麦叶片氮积累量估算方法，利 用支持向量机回归方法建立基于冬小麦冠层图像分析的叶片氮积累量估算模型，研究结果 可为作物长势及氮素营养状态监测研究领域提供理论和方法上的借鉴。
[0005] 为实现上述技术目的，达到上述技术效果，本发明公开了一种返青后到抽穗以前 冬小麦叶片氮积累量估算方法，包括了冠层图像采集分析、田间样品采集处理、估算模型构 建、估算模型验证，各步骤具体为：
[0006] 冠层图像采集分析:对冬小麦冠层进行数码图像采集，获取冠层覆盖度和冠层图 像色彩指数；
[0007] 田间样品采集处理:将采集样本按茎、叶部位分开，并于105°c下杀青30分钟后于 72°C下烘干至恒重，称叶片干重后粉碎，用凯氏定氮法测定叶片含氮量，进而计算叶片氮积 Μ曰. 里；
[0008]估算模型构建:将采集样品叶片氮积累量数据与对应的冠层覆盖度和冠层图像色 彩指数利用传统非线性回归方法和支持向量机回归方法构建估算模型；
[0009]估算模型验证:利用相关系数、均方根误差和相对均方根误差对估算模型进行检 验。
[0010]其中，冠层图像采集分析中冠层图像色彩指数为红光亮度值(R)、绿光亮度值(G) 和蓝光亮度值(Β)，田间样品采集处理为冬小麦的茎部与叶部、样品采集采用随机样品采集 方法;估算模型验证中分别对模型参数的各个候选值进行20次5折交叉验证和外部数据验 证。
[0011 ]其中，估算模型构建之支持向量机通过引入核函数将变量映射到高维空间可以实 现非线性分类和回归。
[0012] 其中，估算模型构建中引入的核函数为多项式函数K(x，x'）= (scale<x，x' > + offset )deglree，其中off set设为1。参数degree、scale以及惩罚系数cost通过交叉验证确定， 候选值分别为{1，2,3}，{0·001，0·01，0·1}，{0·25,0·5，1}。
[0013] 本发明具有以下有益效果：
[0014] 1.本发明采用了支持向量机回归方法建立基于冬小麦冠层图像分析的叶片氮积 累量估算模型，与传统破坏性田间取样调查方法相比，具有经济、高效等特点；与基于高光 谱遥感方法相比，本发明中的图片获取过程因更接近地面，较少受到云层的影响而获得分 辨率更高的冠层图像。
[0015] 2.本发明基于冠层图像分析和支持向量机回归方法的冬小麦叶片氮积累量估算 模型可提高冬小麦叶片氮积累量估算精度(模型验证的决定系数为0.862,均方根误差为 18.698%)，与适合于大面积、大尺度的高光谱卫星遥感方法相比，本发明更适合田间水平 的冬小麦叶片氮积累量的估算。
【附图说明】
[0016] 图1为本发明的流程示意图。
【具体实施方式】
[0017] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。
[0018] 实施例1
[0019] 如图1所示，本发明公开了一种返青后到抽穗以前冬小麦叶片氮积累量估算方法， 包括了冠层图像采集分析、田间样品采集处理、估算模型构建、估算模型验证，各步骤具体 为：
[0020] 冠层图像采集分析:对冬小麦冠层进行数码图像采集，获取田间冠层覆盖度和冠 层图像色彩指数，冠层图像色彩指数为红光亮度值(R)、绿光亮度值(G)和蓝光亮度值(B);
[0021] 田间样品采集处理：田间样品采集处理为冬小麦的茎部与叶部、样品采集采用随 机样品采集方法，将采集样本按茎、叶部位分开，并于105°c下杀青30分钟后于72°C下烘干 至恒重，称叶片干重后粉碎，用凯氏定氮法测定叶片含氮量，进而计算叶片氮积累量；
[0022] 估算模型构建:将采集样品氮积累量数据与对应的冠层覆盖度和冠层图像色彩指 数利用传统非线性回归方法和支持向量机回归方法构建估算模型，估算模型构建中引入的 核函数为多项式函数K(x，x '）= (scale<x，x' >+off set)deg3ree，其中off set设为1。参数 degree、scale以及惩罚系数cost通过交叉验证确定，候选值分别为{1，2,3}，{0·001，0·01， 0.1},{0.25,0.5,1}；
[0023] 估算模型验证:利用相关系数、均方根误差和相对均方根误差对估算模型进行检 验，估算模型验证中分别对模型参数的各个候选值进行20次5折交叉验证和外部数据验证。 [0024] 工作原理：
[0025]冬小麦叶片氮积累量与由冠层图像分析获取的冠层覆盖度(CC)、红光亮度值(R) 和绿光亮度值(G)呈显著相关，其中冠层覆盖度与叶片氮积累量的相关性最强。鉴于上述结 论，本发明分别利用非线性回归方法和支持向量机回归方法构建了叶片氮积累量的估算模 型，并利用外部数据验证和交叉验证方法验证了两种估算模型的估算精度和泛化性能。支 持向量机回归方法相对于多元非线性回归方法更适合于建立基于冠层图像分析的冬小麦 叶片氮积累量估算模型。
[0026]以上所述，仅为本发明较佳的【具体实施方式】，但本发明的保护范围并不局限于此， 任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换， 都应涵盖在本发明的保护范围之内。
【主权项】
1. 一种返青后到抽穗以前冬小麦叶片氮积累量估算方法，其特征在于，包括了冠层图 像采集分析、田间样品采集处理、估算模型构建、估算模型验证，所述的各步骤具体为： 冠层图像采集分析:对冬小麦冠层进行数码图像采集，获取冠层覆盖度和冠层图像色 彩指数； 田间样品采集处理:将采集样本按茎、叶部位分开，并于105°c下杀青30分钟后于72°C 下烘干至恒重，称叶片干重后粉碎，用凯氏定氮法测定叶片含氮量，进而计算叶片氮积累 量； 估算模型构建:将采集样品叶片氮积累量数据与对应的冠层覆盖度和冠层图像色彩指 数利用传统非线性回归方法和支持向量机回归方法构建估算模型； 估算模型验证:利用相关系数、均方根误差和相对均方根误差对估算模型进行检验。2. 如权利要求1所述的一种返青后到抽穗以前冬小麦叶片氮积累量估算方法其特征在 于：所述的冠层图像采集分析中冠层图像色彩指数为红光亮度值（R，Red color intensity)、绿光亮度值(G,Green color intensity)和蓝光亮度值（B,Blue color intensity)，所述的田间样品采集处理为冬小麦的茎部与叶部、样品采集采用随机样品采 集方法;所述的估算模型验证中分别对模型参数的各个候选值进行20次5折交叉验证和外 部数据验证。3. 如权利要求1或2所述的一种返青后到抽穗以前冬小麦叶片氮积累量估算方法，其特 征在于:所述的估算模型构建支持向量机通过引入核函数将变量映射到高维空间可以实现 非线性分类和回归。4. 如权利要求3所述的一种返青后到抽穗以前冬小麦叶片氮积累量估算方法，其特征 在于：所述的估算模型构建中引入的核函数为多项式函数K(x，x'）= (scale<x，x'> + offset )deglree，其中off set设为1。参数degree、scale以及惩罚系数cost通过交叉验证确定， 候选值分别为{1，2,3}，{0·001，0·01，0·1}，{0·25,0·5，1}。
【专利摘要】本发明涉及作物生化组分光谱无损监测技术领域，公开了一种返青后到抽穗以前冬小麦叶片氮积累量估算方法，包括了冠层图像采集分析、田间样品采集处理、估算模型构建、估算模型验证，采用了支持向量机回归方法建立基于冬小麦冠层图像分析的叶片氮积累量估算模型，与传统破坏性田间取样调查方法相比具有经济、高效等特点；与基于高光谱遥感方法相比，本发明中的图片获取过程因更接近地面，较少受到云层的影响而获得分辨率更高的冠层图像，有效的提高了冬小麦叶片含氮量监测的准确性。
【IPC分类】G01N21/84, G01N31/00
【公开号】CN105548455
【申请号】CN201510895620
【发明人】崔日鲜, 刘亚东, 付金东
【申请人】青岛农业大学
【公开日】2016年5月4日
【申请日】2015年12月7日