一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法
【專利摘要】本發(fā)明屬于作物生長監(jiān)測領(lǐng)域，公開了一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法，將小麥冠層葉片反射光譜數(shù)據(jù)與PWC數(shù)據(jù)相結(jié)合，按照不同PNC大小水平分類，確定不同PNC水平下的核心波段共性區(qū)域，構(gòu)建基于核心波段共性區(qū)域的最優(yōu)光譜指數(shù)，建立基于最優(yōu)光譜指數(shù)通用的小麥植株含水率的監(jiān)測模型。本發(fā)明充分考慮了低、中、高不同氮素營養(yǎng)條件對PWC監(jiān)測的影響，所選最優(yōu)光譜指數(shù)適用于多類氮素營養(yǎng)下的小麥PWC高光譜監(jiān)測，可以快速、無損、精準的估測不同水氮條件下的小麥PWC。該發(fā)明將對精確農(nóng)業(yè)中不同氮素營養(yǎng)條件下的小麥植株水分含量的高光譜監(jiān)測提供重要技術(shù)支撐。
【專利說明】一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于作物生長監(jiān)測領(lǐng)域，涉及一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法，具體涉及一種基于高光譜技術(shù)確定不同植株氮含量水平下的小麥植株含水率核心波段共性區(qū)域最優(yōu)光譜指數(shù)、建立基于最優(yōu)光譜指數(shù)的小麥PWC監(jiān)測模型的方法，特別適用于不同氮營養(yǎng)水平下小麥植株含水率的高光譜監(jiān)測研究。
【背景技術(shù)】
[0002]基于高光譜遙感技術(shù)可實現(xiàn)作物水分狀況的實時監(jiān)測和快速診斷，對提高作物灌溉管理水平和水分利用效率具有重要意義。
[0003]植株含水率(PWC)能全面反應(yīng)作物需水信息。近年來，國內(nèi)外學(xué)者對作物PWC的敏感波段和特征光譜參數(shù)做了大量研究，提出了形式多樣的水分光譜指數(shù)，但這些光譜指數(shù)往往只考慮了的單一的水分影響。已有研究證明，作物體內(nèi)生化成分間存在強烈的相關(guān)性，其中氮(N)素通過葉綠素、木質(zhì)素和纖維素等與作物水分間接相關(guān)，因此，不同植株氮含量(PNC)水平必然影響作物生長發(fā)育，從而間接影響作物PWC監(jiān)測。由于實際大田生產(chǎn)中往往涉及不同施氮水平，而已有水分光譜指數(shù)鮮有考慮不同氮素營養(yǎng)水平的影響，且部分光譜指數(shù)雖對整體PWC監(jiān)測研究有較高精度，但在某些PNC水平下對PWC的監(jiān)測精度則較低，誤差較大，因此，迫切需要一種確定適用于不同PNC水平條件下的PWC光譜指數(shù)的技術(shù)和方法。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是針對上述現(xiàn)有技術(shù)的不足，充分考慮不同氮營養(yǎng)水平對小麥水分監(jiān)測的影響，通過將所有PWC及對應(yīng)冠層光譜反射率按照不同PNC大小水平分類，尋找不同PNC水平下的PWC核心波段共性區(qū)域，確定適用于不同PNC水平條件下的PWC最優(yōu)光譜指數(shù)，從而建立基于最優(yōu)光譜指數(shù)的小麥PWC監(jiān)測模型，該方法可以快速、無損、精準的估測不同水氮條件下的小麥PWC。
[0005]本發(fā)明的目的是通過以下技術(shù)方案實現(xiàn)的:
[0006]一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法，包括以下步驟:
[0007]步驟一、取樣，采集小麥冠層光譜反射率、PNC和PWC數(shù)值；樣本點采自不同生育期、不同水分處理、不同施氮水平和不同年份；
[0008]步驟二、按不同PNC水平將全部PWC和冠層光譜反射率分為三個子數(shù)據(jù)集；
[0009]步驟三、獲取不同PNC水平子數(shù)據(jù)集下PWC與NDSI的決定系數(shù)(R2)結(jié)果集；
[0010]步驟四、確定不同PNC水平下的PWC核心波段共性區(qū)域；
[0011]步驟五、確定基于核心波段共性區(qū)域的最優(yōu)光譜指數(shù)；
[0012]步驟六、建立基于最優(yōu)光譜指數(shù)的小麥PWC監(jiān)測模型；
[0013]步驟七、檢驗小麥PWC監(jiān)測模型的準確性和普適性。
[0014]步驟一中，設(shè)置不同水分處理和不同施氮水平互作的小麥田間實驗，采集拔節(jié)至灌漿各關(guān)鍵生育時期冠層光譜反射率，并在每小區(qū)內(nèi)同步選取可表征小區(qū)平均長勢的10個單莖進行破壞性取樣，稱量鮮重和干重，計算PWC結(jié)果，磨樣稱重后采用凱氏定氮法測定對應(yīng)PNC。
[0015]采集的冠層高光譜反射率分辨率高、信息量大，光譜波段范圍為350-2500nm，波段間隔為Inm0
[0016]PffC的計算方式為:植株含水率(PWC) (%) = (Wf-Wd)/WfX 100，其中Wf為植株鮮重(g)總和，Wd為植株干重(g)總和。
[0017]步驟二中，綜合考慮PNC大小范圍，及各范圍內(nèi)數(shù)據(jù)量分布情況，將PNC分為PNCX1.3%、PNC1.3-1.6%,PNO1.6%三個范圍，按照對應(yīng)PNC值范圍，將全部的PWC和對應(yīng)的冠層光譜反射率分為對應(yīng)不同PNC水平的三個子數(shù)據(jù)集。
[0018]基本分類原則為:保證各水平PNC值的范圍存在一定差異的基礎(chǔ)上，控制各PNC水平所屬子數(shù)據(jù)集的數(shù)據(jù)量無太大差異?？倲?shù)據(jù)量越大越有助于尋找核心波段共性區(qū)域。
[0019]步驟三中，使用Matlab9.0編程計算，獲取不同PNC水平子數(shù)據(jù)集下PWC與350-2500nm波段范圍內(nèi)任意兩波段組合的NDSI所建對應(yīng)模型的決定系數(shù)(R2)結(jié)果集；并將各結(jié)果集中所有波段組合的模型R2矩陣數(shù)據(jù)繪制成等高線圖，以顏色深度變化顯示R2大小的變化。
[0020]R2結(jié)果集具體為:在350-2500nm波段內(nèi)，以Inm為間隔的兩兩波段對應(yīng)組合的NDSI與PWC所建模型的R2集，呈矩陣排列。
[0021]步驟四中，以上述各決定系數(shù)(R2)結(jié)果集中R2的最大值為標準，定義R2前10%對應(yīng)的等高線圖區(qū)域為核心波段區(qū)域；通過Matlab9.0尋找各PNC水平子數(shù)據(jù)集的核心波段區(qū)域的相同部分，即為核心波段共性區(qū)域。
[0022]步驟五中，在步驟四已確定的核心波段共性區(qū)域內(nèi)計算兩兩波段組合的所有NDSI與PWC所建模型所對應(yīng)的建模精度(R2)和檢驗誤差(RRMSE)，選取R2-RRMSE最大值對應(yīng)的光譜指數(shù)為最優(yōu)光譜指數(shù)，確定最優(yōu)光譜指數(shù)為NDSI (1302，1190)。
[0023]步驟六中，基于最優(yōu)光譜指數(shù)NDSI (1302, 1190)的小麥PWC監(jiān)測模型為:Y=-1289.4Χ+78.29，其中，模型 R2 為 0.876，SE 為 2.702。
[0024]步驟七中，利用獨立年份小麥試驗數(shù)據(jù)驗證監(jiān)測模型的準確性和普適性，采用復(fù)相關(guān)系數(shù)R2、相對根均方差RRMSE對監(jiān)測模型進行綜合評價(檢驗監(jiān)測模型R2為0.7979，RRMSE為0.0662)，并驗證監(jiān)測模型對PNC的敏感性(PNC檢驗?zāi)Ｐ蚏2為0.3242，RRMSE為45.7011)。
[0025]本發(fā)明相對傳統(tǒng)技術(shù)的優(yōu)點:
[0026]本發(fā)明基于不同PNC分類水平下PWC核心波段共性區(qū)域篩選出的NDSI最優(yōu)波段組合，充分考慮了低、中、高不同氮素營養(yǎng)條件對PWC監(jiān)測的影響，所選光譜指數(shù)適用于不同氮素營養(yǎng)下的小麥PWC高光譜監(jiān)測。而傳統(tǒng)光譜指數(shù)構(gòu)建篩選技術(shù)則往往只是針對PWC的研究，很少考慮不同氮營養(yǎng)條件的影響，特別是對不同氮營養(yǎng)水平條件下的PWC監(jiān)測廣適性鮮有提到。本發(fā)明可以快速、無損、精準的估測不同水氮條件下的小麥PWC，將對精確農(nóng)業(yè)中不同氮素營養(yǎng)條件下的小麥植株水分含量的高光譜監(jiān)測提供重要技術(shù)支撐。
【專利附圖】

【附圖說明】[0027]圖1為不同PNC水平下的小麥PWC與任意兩波段組合的NDSI決定系數(shù)前10%等高線圖(A:PNC〈1.3%;B:PNC1.3-1.6%; C:PNOl.6%)及其共性區(qū)域圖(D)。
[0028]圖2為基于不同PNC水平核心波段共性區(qū)域NDSI (1302, 1190)的小麥PWC模型構(gòu)建(A)和模型檢驗(B)。
[0029]圖3為基于總數(shù)據(jù)集的小麥PWC與任意兩波段組合的NDSI決定系數(shù)等高線圖。
[0030]圖4為基于總數(shù)據(jù)集NDSI (1727，1539)的小麥PWC模型構(gòu)建(A)和模型檢驗(B)。
[0031]圖5為本發(fā)明不同植株氮含量水平下小麥植株含水率的監(jiān)測方法流程圖。
【具體實施方式】
[0032]本發(fā)明通過實施不同年份、不同施氮水平和不同水分處理互作的兩個小麥試驗，結(jié)合附圖，考察了基于高光譜技術(shù)的不同PNC水平下的PWC核心波段共性區(qū)域最優(yōu)光譜指數(shù)的應(yīng)用優(yōu)勢。
[0033]如圖5所示，不同植株氮含量水平下小麥植株含水率的監(jiān)測方法，包括以下步驟:
[0034]SlOl:取樣，采集小麥冠層光譜反射率、PNC和PWC數(shù)值；樣本點采自不同生育期、不同水分處理、不同施氮水平和不同年份；
[0035]S102:按不同PNC水平將PWC和冠層光譜反射率數(shù)據(jù)分為三個子數(shù)據(jù)集；
[0036]S103:獲取不同PNC水平子數(shù)據(jù)集下PWC與NDSI的決定系數(shù)(R2)結(jié)果集；
[0037]S104:確定不同PNC水平下的PWC核心波段共性區(qū)域；
[0038]S105:確定核心波段共性區(qū)域的最優(yōu)光譜指數(shù)；
[0039]S106:建立基于最優(yōu)光譜指數(shù)的小麥PWC監(jiān)測模型；
[0040]S107:檢驗小麥PWC監(jiān)測模型的準確性和普適性。
[0041]本發(fā)明利用不同年份(連續(xù)兩季2010.11-2011.06,2011.11-2012.06)、不同水分
處理、不同施氮水平和不同生育期的小麥田間試驗，采集不同氮含量水平下的小麥植株含水率及對應(yīng)冠層光譜反射率，按照不同PNC大小水平分類，尋找不同PNC水平下的PWC核心波段共性區(qū)域，確定適用于不同PNC水平條件下的PWC最優(yōu)光譜指數(shù)，從而基于最優(yōu)光譜指數(shù)構(gòu)建面向小麥拔節(jié)到灌漿期的監(jiān)測模型。
[0042]小麥品種為揚麥18，種植方式采用條播，行距為25cm，基本苗為每畝12萬株，小區(qū)面積為10m2。
[0043]試驗I (2010.11-2011.06)中設(shè)置 4 個水分處理水平，為 9.5-10.5%、15.5-16.5%、21.5-22.5%和29.5-30.5% (以體積含水率表示)；設(shè)置2個施氮水平，為150kg/hm2、300kg/hm2。試驗 2 (2011.11-2012.06)中設(shè)置 3 個水分處理為 13.5-14.5%、21.5-22.5%、29.5-30.5% ;設(shè)置3個施氮水平，為90kg/hm2、180kg/hm2、270kg/hm2。試驗I用于建立監(jiān)測模型，試驗2用于檢驗監(jiān)測模型。
[0044]具體包括以下步驟:
[0045]SlOl:取樣，采集小麥冠層光譜反射率、PNC和PWC數(shù)值。實施不同水分處理和不同施氮水平互作的小麥田間實驗，設(shè)置4個水分處理水平，為9.5-10.5%、15.5-16.5%、21.5-22.5%和29.5-30.5% (以體積含水率表示)，2個施氮水平，為150kg/hm2、300kg/hm2。
[0046]采集2010.11-2011.06揚麥18從拔節(jié)至灌漿各關(guān)鍵生育時期的冠層光譜反射率，冠層光譜反射率采用野外高光譜輻射儀，波段范圍為350-2500nm，波段間隔為Inm ;冠層光譜反射率測定:選擇晴朗無云的天氣，10:00-14:00，距冠層上方Im測試。
[0047]于各小區(qū)同步選取可表征本小區(qū)平均長勢的10株單莖進行破壞性取樣，稱量鮮重和干重，計算PWC，磨樣稱重后采用凱氏定氮法測試計算對應(yīng)PNC。
[0048]PffC計算方式:植株含水率(PWC)(%) = (Wf-Wd)/WfX 100，其中Wf為植株鮮重(g)總和，Wd為植株干重(g)總和。
[0049]S102:按不同PNC水平將PWC和冠層光譜反射率數(shù)據(jù)分為三個子數(shù)據(jù)集。將采集的PWC及對應(yīng)冠層光譜反射率的總數(shù)據(jù)集按照PNC值大小范圍及數(shù)據(jù)量分布情況，分為PNCX1.3%、PNC1.3-1.6%,PNO1.6%三個范圍，按照對應(yīng)PNC值范圍，將全部的PWC和對應(yīng)的冠層光譜反射率分為對應(yīng)不同PNC水平的三個子數(shù)據(jù)集。
[0050]基本分類原則:保證各水平PNC值的范圍存在一定差異的基礎(chǔ)上，控制各PNC水平所屬子數(shù)據(jù)集的數(shù)據(jù)量無過大差異。其中，試驗I中PNCX1.3%, PNC1.3-1.6%, PNOl.6%對應(yīng)的三個子數(shù)據(jù)集數(shù)據(jù)量分別為:32、27、21，試驗2中子數(shù)據(jù)集數(shù)據(jù)量分別為:23、38、46。
[0051]S103:獲取不同PNC水平子數(shù)據(jù)集下PWC與NDSI的決定系數(shù)(R2)結(jié)果集。使用Matlab9.0編程計算，獲取不同PNC水平子數(shù)據(jù)集下PWC與350_2500nm波段范圍內(nèi)任意兩波段組合的NDSI所建對應(yīng)模型的決定系數(shù)(R2)結(jié)果集；并將各結(jié)果集中所有波段組合的模型R2矩陣數(shù)據(jù)繪制成等高線圖輸出，以顏色深度變化顯示R2大小的變化。
[0052]R2結(jié)果集具體為:在350-2500nm波段內(nèi)，以Inm為間隔的兩兩波段對應(yīng)組合的NDSI與PWC所建模型的R2集，呈矩陣排列。
[0053]S104:確定不同PNC水平下的PWC核心波段共性區(qū)域。以上述各決定系數(shù)(R2)結(jié)果集中R2的最大值為標準，定義R2前10%對應(yīng)的等高線圖區(qū)域為核心波段區(qū)域(如圖1中A、B、C);通過Matlab9.0尋找各PNC水平子數(shù)據(jù)集的核心波段區(qū)域的相同部分，即為核心波段共性區(qū)域，以等高線圖形式輸出(如圖1中D)。
[0054]S105:確定基于核心波段共性區(qū)域的最優(yōu)光譜指數(shù)。在上述確定的核心波段共性區(qū)域內(nèi)綜合計算兩兩波段組合的所有NDSI與PWC所建模型所對應(yīng)的建模精度(R2)和檢驗誤差(相對根均方差RRMSE)，綜合考慮R2和RRMSE大小，選取R2-RRMSE最大值對應(yīng)的核心波段共性區(qū)域波段組合NDSI (1302，1190)為最優(yōu)光譜指數(shù)，其中1190nm位于水分特征吸收波段1200nm附近，1302nm為PWC的最優(yōu)敏感波段1300nm附近。
[0055]S106:如圖2A，建立基于最優(yōu)光譜指數(shù)NDSI (1302，1190)的小麥PWC監(jiān)測模型:Y=-1289.4Χ+78.29，其中，檢測模型 R2 為 0.876，SE 為 2.702。
[0056]S107:如圖2Β，利用獨立年份(試驗2，201L 11-2012.06)小麥試驗數(shù)據(jù)驗證監(jiān)測模型的準確性和普適性，采用復(fù)相關(guān)系數(shù)R2、相對根均方差RRMSE對監(jiān)測模型進行綜合評價(檢驗監(jiān)測模型R2為0.7979, RRMSE為0.0662)，并驗證監(jiān)測模型對PNC的敏感性(PNC檢驗?zāi)Ｐ?R2 為 0.3242，RRMSE 為 45.7011)。
[0057]其中，RRMSE的計算公式如下:
[0058]
【權(quán)利要求】
1.一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法，其特征在于包括以下步驟: 步驟一、取樣，采集小麥冠層光譜反射率、PNC和PWC數(shù)值；樣本點采自不同生育期、不同水分處理、不同施氮水平和不同年份； 步驟二、按不同PNC水平將全部PWC和冠層光譜反射率分為三個子數(shù)據(jù)集； 步驟三、獲取不同PNC水平子數(shù)據(jù)集下PWC與NDSI的決定系數(shù)R2結(jié)果集； 步驟四、確定不同PNC水平下的PWC核心波段共性區(qū)域； 步驟五、確定基于核心波段共性區(qū)域的最優(yōu)光譜指數(shù)； 步驟六、建立基于最優(yōu)光譜指數(shù)的小麥PWC監(jiān)測模型； 步驟七、檢驗小麥PWC監(jiān)測模型的準確性和普適性。
2.根據(jù)權(quán)利要求1所述的一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法，其特征在于步驟一中，設(shè)置不同水分處理和不同施氮水平互作的小麥田間實驗，采集拔節(jié)至灌漿各關(guān)鍵生育時期冠層光譜反射率，并在每小區(qū)內(nèi)同步選取可表征小區(qū)平均長勢的10個單莖進行破壞性取樣，稱量鮮重和干重，計算PWC結(jié)果，磨樣稱重后采用凱氏定氮法測定對應(yīng)PNC。
3.根據(jù)權(quán)利要求1所述的一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法，其特征在于步驟二中，將PNC分為PNCX1.3%、PNC1.3-1.6%,PNO1.6%三個范圍，按照對應(yīng)PNC值范圍，將全部的PWC和對應(yīng)的冠層光譜反射率分為對應(yīng)不同PNC水平的三個子數(shù)據(jù)集。
4.根據(jù)權(quán)利要求1所述的一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法，其特征在于步驟三中，使用Matlab9.0編程計算，獲取不同PNC水平子數(shù)據(jù)集下PWC與350-2500nm波段范圍內(nèi)任意兩波段組合的NDSI所建對應(yīng)模型的決定系數(shù)R2結(jié)果集；并將各結(jié)果集中所有波段組合的模型R2矩陣數(shù)據(jù)繪制成等高線圖，以顏色深度變化顯示R2大小的變化。
5.根據(jù)權(quán)利要求1所述的一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法，其特征在于步驟四中，以上述各決定系數(shù)結(jié)果集中R2的最大值為標準，定義R2前10%對應(yīng)的等高線圖區(qū)域為核心波段區(qū)域；通過Matlab9.0尋找各PNC水平子數(shù)據(jù)集的核心波段區(qū)域的相同部分，即為核心波段共性區(qū)域。
6.根據(jù)權(quán)利要求1所述的一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法，其特征在于步驟五中，已確定的核心波段共性區(qū)域內(nèi)計算兩兩波段組合的所有NDSI與PWC所建模型所對應(yīng)的建模精度R2和檢驗誤差RRMSE，選取R2-RRMSE最大值對應(yīng)的光譜指數(shù)為最優(yōu)光譜指數(shù)，確定最優(yōu)光譜指數(shù)為NDSI (1302, 1190)。
7.根據(jù)權(quán)利要求1所述的一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法，其特征在于小麥PWC監(jiān)測模型為:gamma=-1289.4Χ+78.29。
8.根據(jù)權(quán)利要求1所述的一種不同植株氮含量水平下小麥植株含水率的監(jiān)測方法，其特征在于步驟七中，利用獨立年份小麥試驗數(shù)據(jù)驗證監(jiān)測模型的準確性和普適性，采用復(fù)相關(guān)系數(shù)R2、相對根均方差RRMSE對監(jiān)測模型進行綜合評價，并檢驗監(jiān)測模型對PNC的敏感性。
【文檔編號】G01N31/16GK103472009SQ201310422607
【公開日】2013年12月25日 申請日期:2013年9月16日 優(yōu)先權(quán)日:2013年9月16日
【發(fā)明者】朱艷, 姚霞, 賈雯晴, 田永超, 劉小軍, 倪軍, 曹衛(wèi)星 申請人:南京農(nóng)業(yè)大學(xué)