一种枣树冠层氮含量的检测方法
【专利摘要】本发明公开了一种枣树冠层氮含量的检测方法，包括以下步骤：选择晴朗、无云或少量云层、风力小于3级的天气采集枣树冠层的高光谱信息。对高光谱数据进行多元散射校正后，采用小波降噪与平滑处理。提取待测定氮含量枣树冠层的1532nm、1520nm、1541nm、1513nm、1494nm、1709nm、684nm、674nm波长的光谱反射率值；将各光谱反射率值代入检测模型，计算得到枣树冠层的氮含量。本发明具有无污染、操作简便、快速精确的特点，适合推广应用。
【专利说明】
一种枣树冠层氮含量的检测方法
技术领域
[0001] 本发明属于植物培育工程技术领域，涉及一种氮含量的检测方法，具体地说，涉及 一种枣树冠层氮含量的检测方法。
【背景技术】
[0002] 氮素是枣树生长必不可少的营养元素，快速获取氮素信息是监测枣树生长发育及 品质保证的前提。现有技术总的枣树冠层氮含量的检测方法需要配制化学试剂，测定过程 中化学尾液排放对环境的污染和对人体的伤害，而且存在操作步骤繁琐，检测时间长的缺 陷。目前现有技术中急需一种无污染、操作简便、快速精确的枣树冠层氮含量的检测方法。
【发明内容】
[0003] 为了克服现有技术中存在的缺陷，本发明提出了一种无污染、操作简便、快速精确 的枣树冠层氮含量的检测方法，该方法实现了枣树冠层氮含量的快速准确检测，不需要配 制任何化学试剂，避免了测定过程中化学尾液排放对环境的污染和对人体的伤害，同时也 大大简化了操作步骤，缩短了检测时间，能满足农业生产中大面积枣园短时间内要求获取 冠层氮含量数据的需求，为枣树田间管理中氮肥的精准施用提供了快速获取施肥量依据的 手段。
[0004] 其技术方案如下：
[0005] -种枣树冠层氮含量的检测方法，包括以下步骤：
[0006] (1)选择晴朗、无云或少量云层、风力小于3级的天气采集所需测定氮含量枣树冠 层的高光谱信息。
[0007] (2)对高光谱数据进行多元散射校正后，采用小波降噪，再进行平滑处理。
[0008] (3)提取待测定氮含量枣树冠层的153211111、152〇11111、154111111、151311111、149411111、 1709nm、684nm、674nm波长的光谱反射率值。
[0009] (4)将各波长的反射率值代入枣树冠层氮含量检测模型：
[0010] y = -l. 1548X1532-1.43624x1520-1.57504x1541-1.38888x1513-1.27213X1494-1 · 95103ΧΠ 09-0 · 68734x684-0 · 67333x674+4 · 09064，计算得到枣树冠层氮含量；
[0011] 其中，y 为率树冠层的氮含量，单位为 ％，X1532、X1520、X1541、X1513、X1494、X1709、X684、X674 分别为率树冠层 1532nm、1520nm、1541nm、1513nm、1494nm、1709nm、684nm、674nm 波长的反射 率值。
[0012] 优选地，步骤（1)中所述的枣树冠层的高光谱信息采集，采集时探头必需垂直向 下，且需对准冠层中心，探头距冠层1米高度。
[0013] 优选地，步骤（1)中所述的枣树冠层的高光谱信息采集，其采集时间为北京时间 11:00-15:00。
[0014] 优选地，步骤(2)中所述平滑处理方法为Savitzky-Golay Smoothing，平滑窗口为 7〇
[0015] 优选地，步骤（4)中所述的1532]1111、152〇11111、154111111、151311111、149411111、170911111、 684nm、674nm波长的光谱反射率值，为同一冠层所测的10次重复的反射率平均后并经过多 元散射校正、小波降噪和平滑处理后的值。
[0016] 本发明的有益效果为：
[0017] 本发明实现了枣树冠层氮含量的快速准确检测，不需要配制任何化学试剂，避免 了测定过程中化学尾液排放对环境的污染和对人体的伤害，同时也大大简化了操作步骤， 缩短了检测时间，能满足农业生产中大面积枣园短时间内要求获取冠层氮含量数据的需 求，为枣树田间管理中氮肥的精准施用提供了快速获取施肥量依据的手段。该方法具有无 污染、操作简便、快速精确的特点，适合推广应用。
【附图说明】
[0018] 图1为枣树冠层氮含量检测值与真实值的拟合程度。
【具体实施方式】
[0019] 下面结合附图和【具体实施方式】对本发明的技术方案作进一步详细地说明。
[0020] -种枣树冠层氮含量的检测方法，包括以下步骤：
[0021] (1)测定待检测氮含量的枣树冠层的高光谱信息，选择晴朗无云或少云且风力小 于3级的天气进行，本实例的具体测定时间为2015年8月21日，高光谱信息采集时间为北京 时间13:00-15:00，高光谱信息采集仪器为美国430公司生产的？161(13?6〇4便携式地物光 谱仪，高光谱信息采集时探头垂直向下，距离冠层1米高度，每个冠层采集10条光谱曲线，10 条曲线的平均值为该冠层的最终反射率值。本实例共采集了 54个枣树冠层的高光谱信息。 [0022] (2)对采集的54条光谱曲线进行多元散射校正后、小波降噪与平滑处理。
[0023] (3)提取每条曲线1532nm、1520nm、1541nm、1513nm、1494nm、1709nm、684nm、674nm 波长的光谱反射率值。
[0024] (4)将每条曲线 1532nm、1520nm、1541nm、1513nm、1494nm、1709腦、684]1111、674111]1波 长的光谱反射率值代入枣树冠层氮含量检测模型：
[0025] y = -l . 1548X1532-1.43624x1520-1.57504x1541-1.38888x1513-1.27213x1494-1.95103x1709-0.6 8 7 3 4 x684-0.6 7 3 3 3 x674+4.0 9 0 6 4，计算得出对应枣树冠层的氮含量，单位 为％。其中，y为赛树冠层氣含量，X1532、X152Q、X1541、X1513、X1494、X17Q9、X684、X674分别为赛树冠层 1532nm、1520nm、1541nm、1513nm、1494nm、1709nm、684nm、674nm 波长的反射率值。
[0026] (5)表1是利用室内化学测定法获取的枣树冠层氮含量的真实值与利用上述枣树 冠层氮含量检测模型得到的检测值的统计数据，从表1可知，真实值与检测值二者的平均 值、最大值、最小值非常相近；图1是枣树冠层氮含量检测值与真实值的拟合程度。其中真实 值的测定方法为国标法开氏-蒸馏法。真实值与检测值之间的决定系数(R 2)达到0.8867,均 方根误差（RMSE)仅有0.084 %，平均相对误差(MRE)只有2.43 %，标准差与均方根误差比 (RPD)达到2.41，根据RH)评价标准，RH) > 2.0，说明模型具有高精度预测的能力。该结果表 明，本发明的方法可以准确、快速的检测枣树冠层氮含量。
[0027] 表1枣树冠层氮含量检测结果(样本数为54)
[0029]以上所述，仅为本发明较佳的【具体实施方式】，本发明的保护范围不限于此，任何熟 悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简 单变化或等效替换均落入本发明的保护范围内。
【主权项】
1. 一种枣树冠层氮含量的检测方法，其特征在于，包括以下步骤： (1) 选择晴朗、无云或少量云层、风力小于3级的天气采集所需测定氮含量枣树冠层的 高光谱信息； (2) 对高光谱数据进行多元散射校正后，采用小波降噪，再进行平滑处理； (3) 提取待测定氮含量枣树冠层的 1532nm、1520nm、1541nm、1513nm、1494nm、1709nm、 684nm、674nm波长的光谱反射率值； (4) 将各波长的反射率值代入枣树冠层氮含量检测模型： y = -l · 1548Xi532_l · 43624xi52〇_l · 57504xi54i_l · 38888xi5i3_l · 27213xi494_l · 95103x1709- 0.68734x684-0.67333x674+4.09064，计算得到枣树冠层氮含量； 其中，y为赛树冠层的氣含量，单位为 ％，X1532、X152Q、X1541、X1513、X1494、X17Q9、X684、X674分别 为率树冠层1532nm、1520nm、1541nm、1513nm、1494nm、1709nm、684nm、674nm 波长的反射率 值。2. 根据权利要求1所述的枣树冠层氮含量的检测方法，其特征在于，步骤（1)中所述的 枣树冠层的高光谱信息采集，采集时探头必需垂直向下，且需对准冠层中心，探头距冠层1 米高度。3. 根据权利要求1所述的枣树冠层氮含量的检测方法，其特征在于，步骤（1)中所述的 枣树冠层的高光谱信息采集，其采集时间为北京时间11:00-15:00。4. 根据权利要求1所述的枣树冠层氮含量的检测方法，其特征在于，步骤(2)中所述平 滑处理方法为Savitzky-Golay Smoothing，平滑窗口为7。5. 根据权利要求1所述的枣树冠层氮含量的检测方法，其特征在于，步骤(4)中所述的 1532nm、1520nm、1541nm、1513nm、1494nm、1709nm、684nm、674nm 波长的光谱反射率值，为同 一冠层所测的10次重复的反射率平均后并经过多元散射校正、小波降噪和平滑处理后的 值。
【文档编号】G01N21/25GK106092910SQ201610361663
【公开日】2016年11月9日
【申请日】2016年5月23日
【发明人】彭杰, 王家强, 牛建龙, 柳维扬
【申请人】塔里木大学