估測(cè)大豆產(chǎn)量和地上部干重的一套兩波段高光譜指數(shù)和預(yù)測(cè)模型的制作方法
【專利摘要】本發(fā)明屬于農(nóng)業(yè)遙感應(yīng)用領(lǐng)域，提出一種基于光譜指數(shù)估測(cè)大豆產(chǎn)量和地上部干重的模型和方法，通過單波段、兩波段、三波段植被指數(shù)及已有植被指數(shù)的比較和分析，選出基于兩波段敏感植被指數(shù)的4個(gè)大豆產(chǎn)量模型：基于R2、R4和R5期NDVI(938，642)的指數(shù)模型基于R4和R5期的NDVI(938，642)的指數(shù)模型基于R5期NDVI(938，642)的指數(shù)模型y＝2.57e7.88x和冪函數(shù)模型y＝6280.97x6.78，并進(jìn)行模型驗(yàn)證。此外，確定了大豆產(chǎn)量與地上部干重的共性核心波段，明確了基于共性核心波段的植被指數(shù)對(duì)地上部干重的預(yù)測(cè)性。本方法能夠快速無損地估測(cè)大豆產(chǎn)量和地上部干重，適用于大豆規(guī)?；N，尤其適于長江中下游生態(tài)區(qū)的大豆高產(chǎn)育種。
【專利說明】估測(cè)大豆產(chǎn)量和地上部干重的一套兩波段高光譜指數(shù)和預(yù) 測(cè)模型

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于農(nóng)業(yè)遙感應(yīng)用領(lǐng)域，設(shè)及一種兩波段光譜指數(shù)測(cè)定大豆產(chǎn)量和地上部 干重的估測(cè)模型W及利用該模型估算大豆產(chǎn)量和地上部干重的方法。 技術(shù)背景
[0002] 近年來，中國從過去的大豆凈出口國變成現(xiàn)在世界最大的大豆進(jìn)口國，過分地依 賴外國進(jìn)口。造成該種不利局面的原因主要有兩個(gè)方面，一是受國外轉(zhuǎn)基因大豆在中國市 場低價(jià)傾銷的影響，國內(nèi)大豆價(jià)格走向低迷，嚴(yán)重挫傷了國內(nèi)豆農(nóng)的種植積極性，造成國內(nèi) 大豆種植面積逐年遞減，導(dǎo)致大豆總產(chǎn)量持續(xù)降低，無法滿足國內(nèi)日益增長的大豆需求量； 二是國內(nèi)大豆單產(chǎn)水平不高仍然是制約大豆產(chǎn)量提高的重要因素，而大豆單產(chǎn)反映了單位 面積內(nèi)大豆生產(chǎn)水平的高低。若要增加國內(nèi)大豆總產(chǎn)量，在種植面積提高有限的情況下，提 高單產(chǎn)水平顯得尤為重要。因此，高產(chǎn)優(yōu)質(zhì)大豆品系的選育是提高大豆單產(chǎn)能力的主要改 良方式。
[0003] 高產(chǎn)是作物育種的主要目標(biāo)之一，但作物產(chǎn)量受自身復(fù)雜的遺傳背景影響，在高 產(chǎn)品系選擇過程中容易產(chǎn)生不準(zhǔn)確的結(jié)果。傳統(tǒng)的產(chǎn)量評(píng)估方式主要是通過試驗(yàn)小區(qū)的實(shí) 測(cè)產(chǎn)量，該方法雖然經(jīng)典、可靠，但費(fèi)工費(fèi)時(shí)，嚴(yán)重地阻滯了大豆育種的規(guī)?；M(jìn)程，從而影 響育種效率。前人曾有研究作物生理學(xué)性狀與產(chǎn)量的關(guān)系，并將其作為間接選擇工具，能夠 在育種生育期里實(shí)現(xiàn)對(duì)高產(chǎn)品系的初步選擇，但效果不甚理想。高光譜遙感技術(shù)為實(shí)時(shí)、快 速、無損傷地監(jiān)測(cè)田間作物長勢(shì)和估測(cè)產(chǎn)量潛勢(shì)提供了有效的技術(shù)手段，進(jìn)而為實(shí)現(xiàn)大豆 規(guī)?；N提供有力的技術(shù)支持。
[0004] 植被遙感可W識(shí)別植物類型并進(jìn)行判別，可W推演出植被的重要參數(shù)，還可W較 準(zhǔn)確地估算出與植被光合作用有關(guān)的一些生物物理參量。植被遙感的基本原理是植物的 光譜特性。不同植物由于葉片的組織結(jié)構(gòu)和生化組分不同，具有不同的光譜特征，特別是 近紅外波段有較大的差別。歸一化植被指數(shù)（NDVI，Normalized Difference Vegetation Index)和比值植被指數(shù)（Ratio Vegetation index)是植被遙感應(yīng)用中最廣泛的兩個(gè)經(jīng) 典光譜指數(shù)。主要設(shè)及近紅外波段和可見光紅光波段兩個(gè)波段組合的反射率，即；NDVI = 化-町)八馬+町）和RVI =馬/町，式中，Ri和R冷別為波段i和j相對(duì)應(yīng)的光譜反射率。
[0005] 但是大豆冠層高光譜數(shù)據(jù)的信息量巨大，如何在全光譜范圍350-2500nm內(nèi)，充分 挖掘W NDVI和RVI為構(gòu)建形式的光譜指數(shù)，獲得對(duì)目標(biāo)性狀預(yù)測(cè)效果更好的波段組合是當(dāng) 前研究者遇到的難題。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明目的是解決現(xiàn)有技術(shù)中對(duì)大豆產(chǎn)量和地上部干重預(yù)測(cè)工程浩大，預(yù)測(cè)結(jié)果 不準(zhǔn)確，提供一種基于兩波段光譜指數(shù)的估測(cè)模型，從而能夠準(zhǔn)確預(yù)測(cè)大豆產(chǎn)量和地上部 干重。
[0007] 本發(fā)明的目的通過W下技術(shù)方案實(shí)現(xiàn)
[000引1.本發(fā)明提供一種基于兩波段光譜指數(shù)測(cè)定大豆產(chǎn)量的估測(cè)模型，共4個(gè)模型， 分別為基于大豆R2、R4、貼期的指數(shù)模型:y = e-2'i6+L02'Ti+4'44t 2+5'82：c3,基于大豆R4和 貼期的指數(shù)模型？/二e 2.01+4'87:':2+6' 20:':3,基于大豆貼期的指數(shù)模型y = 2. 57e7 88x和幕函 數(shù)模型y = 6280. 97x6 78, y為大豆產(chǎn)量，XI、x2、x3分別為基于大豆R2、R4、R5期冠層冠層 光譜的兩波段歸一化植被指數(shù)即NDVI =化-Rj.)/化+Rj.)得到，X為基于大豆R5期冠層光 譜的兩波段歸一化植被指數(shù)NDVI =巧i-Rp/巧i+Rp得到，其中，而為波段i在波長范圍為 928皿《A《 948皿時(shí)的冠層光譜反射率，Rj為波段j在波長范圍為632皿《A《 652皿 時(shí)的冠層光譜反射率。
[0009] 其中，R2期為大豆盛花期、R4為大豆盛英期、R5期為大豆鼓粒始期。
[0010] 2.本發(fā)明提供一種基于兩波段光譜指數(shù)測(cè)定大豆產(chǎn)量的估測(cè)模型，共4個(gè)模型， 分別為基于R2、R4和貼期的指數(shù)模型?/ = 6-2'16+1.〇2。1+4心12+ 5-82^3,基于R4和貼期的 指數(shù)模型?/ = 6-2'〇1+4'87"2+6' 2〇^3,基于R5期的指數(shù)模型y = 2. 57e7 88x和幕函數(shù)模型y = 6280. 97x6 78, y為大豆產(chǎn)量，XI、x2、x3分別為基于R2、R4、R5期冠層光譜的兩波段歸一化 植被指數(shù)即NDVI =巧i-Rj.)/巧i+Rj.)得到，X為基于R5期冠層光譜的兩波段歸一化植被指 數(shù)NDVI =化-叫/化+RP得到，其中，而和R冷'別為波段i = 938皿和j = 642皿在特定 波長時(shí)的冠層光譜反射率。
[0011] 3.本發(fā)明還提供一種基于兩波段光譜指數(shù)測(cè)定大豆地上部干重的估測(cè)模型，該估 測(cè)模型為y = 6. 96e° wx，y為大豆地上部干重，X基于兩波段的比值植被指數(shù)即RVI =而/ Rj得到；其中，R i為波段i在波長范圍為928nm《A《948nm時(shí)的冠層光譜反射率，R J為 波段j在波長范圍為632皿《A《652皿時(shí)的冠層光譜反射率。
[0012] 4.本發(fā)明提供一種基于兩波段光譜指數(shù)測(cè)定地上部干重的估測(cè)模型，該估測(cè)模型 為y = 6. 96e° wx，y為大豆地上部干重，X為基于兩波段的比值植被指數(shù)即RVI = Ri/Rj得 至IJ ;其中，而和Rj分別為波段i = 938皿，波段j = 642皿相對(duì)應(yīng)的冠層光譜反射率。
[0013] 5.上述1-4任一項(xiàng)提供的估測(cè)模型，其中，而在波段i為938皿處的最佳適宜帶 寬即光譜分辨率為小于15nm，Rj在波段j為642nm處的最佳適宜帶寬即光譜分辨率為小于 9打m〇
[0014] 6.適用于上述1-4任一項(xiàng)所述估測(cè)模型的光譜波段，其中，模型中X對(duì)應(yīng)的兩波 段植被指數(shù)NDVI =化-Rp/化+RP中的波段i的波長范圍為928皿《A《 948皿，波段 j的波長范圍為632皿《A《652皿，優(yōu)選的為波段i = 938皿，波段j = 642皿。
[00巧]7.上述6提供的光譜波段，其中，波段i為938nm處的適宜帶寬即光譜分辨率為小 于15nm，波段j為642nm處的適宜帶寬即光譜分辨率為小于9nm，優(yōu)選的是波段i為938nm 的適宜帶寬即光譜分辨率為15nm，波段j為642nm的適宜帶寬即光譜分辨率為9nm。
[0016] 8.本發(fā)明還提供一種基于兩波段光譜指數(shù)測(cè)定大豆產(chǎn)量的方法，其包括如下步 驟：
[0017] (1)在大豆R2盛花期、R4盛英期和R5鼓粒始期進(jìn)行大豆冠層光譜采樣；大豆收獲 曬干后測(cè)定大豆巧粒產(chǎn)量；
[0018] (2)分析大豆產(chǎn)量與冠層原始光譜、一階導(dǎo)數(shù)光譜之間相關(guān)性，確定大豆R5鼓粒 始期為產(chǎn)量估測(cè)的最佳生育期；
[0019] (3)分析已有植被指數(shù)與產(chǎn)量的相關(guān)性，確定表現(xiàn)最好的植被指數(shù)構(gòu)建形式分別 為NDVI與RVI，W此在全光譜范圍內(nèi)構(gòu)建兩波段植被指數(shù)，即NDVI =化-RP /化+RP和RVI =而化，其中，而和R冷別為波段i和j在全光譜范圍350-2500nm內(nèi)的光譜反射率；
[0020] (4)在光譜350-2500皿范圍內(nèi)，W 1皿為步長，在不同i、j波段下，根據(jù)植被 指數(shù)NDVI、RVI分別與大豆產(chǎn)量之間線性與非線性回歸分析，確定敏感植被指數(shù)和最佳 回歸模型，得到基于敏感植被指數(shù)NDVU938,642)的大豆產(chǎn)量估測(cè)回歸模型；基于R2、 R4和貼期的指數(shù)模哨y = 6-2'16+1'〇2^1+4心12+ 5'82氣基于R4和貼期的指數(shù)模型 y = R-2'ui+4'87;';2+6.m''; 3，化于貼期的指數(shù)模型y二2. 57e7 88x和幕函數(shù)模型y = 6280. 97x6 78,其中y為大豆產(chǎn)量，XI、x2、x3分別基于R2、R4、R5期冠層光譜的兩波段歸 一化植被指數(shù)即NDVI =化-叫/化+叫得到，X基于貼期兩波段植被指數(shù)NDVU938， 64扣得到，即NDVI =化-Rj.)/化+Rj.);同時(shí)，由于相鄰或相近波段之間存在較強(qiáng)的多 重共線性問題，發(fā)現(xiàn)相鄰波長范圍內(nèi)所得結(jié)果相差不大，由此得到波段i的波長范圍為 928皿《A《948皿，波段j的波長范圍為632皿《A《652皿；優(yōu)選的為波段i = 938皿， 波段 j = 642nm ;
[0021] (5)利用野外高光譜福射儀在上述步驟（4)確定的波段范圍條件下采集大豆R2盛 花期、R4盛英期、R5鼓粒始期的冠層原始光譜，計(jì)算所需測(cè)定的大豆的NDVI值，從而根據(jù)上 述步驟（4)中的4個(gè)模型得到所需測(cè)定大豆的y值，估測(cè)出大豆產(chǎn)量。
[0022] 9.本發(fā)明還提供一種基于兩波段光譜指數(shù)測(cè)定大豆地上部干重的方法，其包括如 下步驟：
[0023] (1)在大豆R5鼓粒始期，選取大豆地上部分，經(jīng)過殺青和烘干后，稱重獲得大豆地 上部干重；
[0024] (2)分析大豆產(chǎn)量和地上部干重的共性核屯、波段組合，確定了共性核屯、波段分別 為波段i = 938皿，波段j = 642皿，并且得到基于共性核屯、波段RVU938,642)，建立大豆地 上部干重估測(cè)模型y = 6. 96e°'wx.
[0025] (3)利用野外高光譜福射儀在波段i = 938皿，波段j = 642皿條件下，采集大豆 R5鼓粒始期冠層光譜，計(jì)算所需測(cè)定的大豆的RVI值，從而根據(jù)預(yù)測(cè)模型y = 6. 96e° wx得 到所需測(cè)定大豆的y值，估測(cè)出大豆地上部干重。
[0026] 10.上述1或2所述估測(cè)模型或者6或7所述光譜波段或者7所述方法在高光譜 檢測(cè)大豆產(chǎn)量裝置中的應(yīng)用；或者上述3或4所述估測(cè)模型或者6或7所述光譜波段或者 8所述方法在高光譜測(cè)定大豆地上部干重裝置中的應(yīng)用。
[0027] 本發(fā)明有益效果：
[002引 1.本發(fā)明提供的一種基于兩波段光譜指數(shù)估測(cè)大豆產(chǎn)量的模型和方法，是在全光 譜范圍350-2500nm內(nèi)窮盡了所有兩波段植被指數(shù)（NDVI和RVI)與產(chǎn)量的回歸模型后，遽 選出基于敏感植被指數(shù)的最優(yōu)預(yù)測(cè)模型，克服了傳統(tǒng)多光譜遙感的寬波段的信息量少和靈 敏度不高的缺陷。此外，建立基于該敏感植被指數(shù)的多生育期預(yù)測(cè)模型，從中選出最優(yōu)預(yù)測(cè) 模型，提高了產(chǎn)量預(yù)測(cè)的精準(zhǔn)性。利用冠層植被指數(shù)及其模型，可W對(duì)大豆規(guī)?；N中期 大量無重復(fù)的大豆品系進(jìn)行產(chǎn)量估測(cè)，實(shí)現(xiàn)對(duì)大豆高產(chǎn)品系的初選。
[0029] 2.本發(fā)明提供的一種基于兩波段光譜指數(shù)估測(cè)大豆地上部分干重的模型和方法， 將上述產(chǎn)量敏感植被指數(shù)的兩個(gè)波段構(gòu)建的植被指數(shù)（NDVI和RVI)與地上部干重建立線 性和非線性回歸模型，從中遽選出的最優(yōu)預(yù)測(cè)模型，發(fā)現(xiàn)RVI對(duì)地上部干重的敏感性較強(qiáng)， 對(duì)地上部干重估測(cè)具有較高的預(yù)測(cè)精度和準(zhǔn)確性，能夠無損傷地在育種過程中獲取信息， 促進(jìn)了基于光譜技術(shù)的大豆無損監(jiān)測(cè)技術(shù)的廣泛應(yīng)用。
[0030] 3.本發(fā)明提供了指示大豆產(chǎn)量和地上部干重的共性核屯、波段的組合、敏感植被指 數(shù)、核屯、波段的適宜帶寬，為便攜式光譜儀的開發(fā)提供了有價(jià)值的技術(shù)參數(shù)，在大豆規(guī)?；?育種中，利用冠層植被指數(shù)及其預(yù)測(cè)模型，可在R5期估算大豆品系的產(chǎn)量及同時(shí)期的地上 部干重，有助于田間高產(chǎn)品系的初選。
[0031] 總的來說，本發(fā)明方法能夠快速、無損地估測(cè)大豆產(chǎn)量和地上部干重，適用于大豆 規(guī)?；N，采用冠層敏感植被指數(shù)及其模型，估算大豆產(chǎn)量和地上部干重，在收獲前對(duì)高 產(chǎn)品系做出初選，遽選出高產(chǎn)品系，田間淘汰部分低產(chǎn)材料，減少工作量，提高工作效率，尤 其適用于長江中下游生態(tài)區(qū)的大豆高產(chǎn)育種。
[0032] 說明書附圖
[0033] 圖1是測(cè)定大豆產(chǎn)量的技術(shù)流程圖；
[0034] 圖2是小區(qū)性狀調(diào)查示意圖，1，2, 3,4, 5為小區(qū)內(nèi)株行編號(hào)；
[00巧]圖3為波段i為938皿，波段j為642皿時(shí)，基于兩波段植被指數(shù)NDVI =化-Rj) / 巧i+Rj)的預(yù)巧U模型y = 2. 57e7'8&的指數(shù)圖，橫坐標(biāo)表示大豆產(chǎn)量kg/hm，縱坐標(biāo)表示對(duì)應(yīng) 的R5期兩波段植被指數(shù)NDVI，其決定系數(shù)R 2達(dá)到0. 711 ;
[0036] 圖4基于兩波段植被指數(shù)NDVI =巧i-Rj.)八而+3^的預(yù)測(cè)模型y = 2. 57e' SSX在不 同帶寬下構(gòu)建的NDVU938,642)與大豆產(chǎn)量建模的決定系數(shù)R2的表現(xiàn)。

【具體實(shí)施方式】
[0037] 下述實(shí)施例中所用方法若無特殊說明均為本領(lǐng)域慣用的技術(shù)手段，所用的試劑、 材料，如無特殊說明均可通過商業(yè)途徑得到。
[003引本發(fā)明實(shí)施方案如下：
[0039] (1)測(cè)定大豆冠層光譜，同步測(cè)定地上部干重，并在大豆收獲曬干后測(cè)定大豆巧粒 產(chǎn)量。
[0040] (2)分析比較單波段、兩波段、=波段植被指數(shù)和已有植被指數(shù)（表1)與大豆產(chǎn) 量的關(guān)系。其中，兩波段植被指數(shù)NDVI =巧i-Rp八而+叫和RVI =而化，式中，而和R J分 別為與波段i和j相對(duì)應(yīng)的冠層光譜反射率；S波段植被指數(shù)NDVI = [Rwr-化。d-kXRgree。/ blue)]/化ir+化ed-kXRgreen/blJ]，式中，Rnir為近紅外區(qū)（760-1000nm)波段的冠層反射率， Rud為可見光紅光區(qū)化20-760nm)波段的冠層反射率，Rgu"/biu。為可見光藍(lán)綠光區(qū)（藍(lán)光區(qū) 為430-470,綠光區(qū)500-560nm)波段冠層反射率，k為修正系數(shù)，模擬k在-3到3區(qū)間內(nèi)在 0. 1的步長下變化。
[0041] 根據(jù)研究對(duì)象的不同，選擇適宜的回歸模型，本研究擬采用的回歸模型主要有：
[0042] (i)線性簡單回歸；y = a+bx
[0043] (ii)指數(shù)模型；y = aebx
[0044] (iii)幕函數(shù)；y = axb
[0045] 其中，y為依賴變量（目標(biāo)性狀），X為解釋變量，a、b分別代表模型的回歸常數(shù)、 回歸系數(shù)。
[0046] 數(shù)據(jù)分析及利用過程中所采用的相關(guān)統(tǒng)計(jì)量，包括相關(guān)系數(shù)（r)、模型的決定系數(shù) (R 2)及相對(duì)標(biāo)準(zhǔn)誤（RRMSE)、模型驗(yàn)證的決定系數(shù)（R2*)及相對(duì)均方根誤差（RRMSE)，詳述如 下：
[0047] a)相關(guān)系數(shù)
[0048] 相關(guān)系數(shù)（r)是反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計(jì)指標(biāo)，其取值區(qū)間為[-1， 1]。雙變量的相關(guān)程度取決于|r|的大小，|r|越接近于1，相關(guān)性越密切；越接近于0,相 關(guān)性越差，甚至不相關(guān)；若r為正值表示正相關(guān)，即因變量y隨自變量X的增大而增大，若r 為負(fù)值表示負(fù)相關(guān)，即因變量y隨自變量X的增大而減小。r的計(jì)算公式如下，
[0049]

【權(quán)利要求】
1. 一種基于兩波段光譜指數(shù)測(cè)定大豆產(chǎn)量的估測(cè)模型，共4個(gè)模型，其 特征在于：該估測(cè)模型為基于大豆R2盛花期、R4盛莢期、R5鼓粒始期的指 數(shù)模沏y =e-2.16+1.02^+ 4.44^+5 82^，基于大豆M和R5期的指數(shù)模型 y =e-ini+HdH3,基于大豆R5期的指數(shù)模型y = 2. 57e7i和冪函數(shù)模型y = 6280. 97x6 78,y為大豆產(chǎn)量，xl、x2、x3分別為基于大豆R2、R4、R5期冠層光譜的兩波段歸一 化植被指數(shù)即NDVI= (Ri-RjV(RJRj)得到，X為基于大豆R5期冠層光譜的兩波段歸一化植 被指數(shù)即NDVI= (Ri-RjV(RJRj)得到，其中，Ri為波段i在波長范圍為928nm彡A彡948nm 時(shí)的冠層光譜反射率，&為波段j在波長范圍為632nm<A< 652nm時(shí)的冠層光譜反射 率。
2. -種基于兩波段光譜指數(shù)測(cè)定大豆產(chǎn)量的估測(cè)模型，共4個(gè)模型，其特征在于：基 于R2、R4和R5期的指數(shù)模型y=e-2_16+:Lf)2a;]+4_44：E2+5_82:C3,基于R4和R5期的指數(shù) 模型y=fMl+H2+6，'基于R5期的指數(shù)模型y= 2. 57e7l和冪函數(shù)模型y= 6280. 97x6 78,y為大豆產(chǎn)量，xl、x2、x3分別為基于R2、R4、R5期冠層光譜的兩波段歸一化 植被指數(shù)即NDVI= (Ri-RjV(RJRj)得到，X為基于R5期冠層光譜的兩波段歸一化植被指 數(shù)NDVI= (Ri-Rj)ARi+!^)得到，其中，氏和R」分別為波段i= 938nm和i= 642nm在特定 波長時(shí)的冠層光譜反射率。
3. -種基于兩波段光譜指數(shù)測(cè)定大豆地上部干重的估測(cè)模型，其特征在于：該估測(cè)模 型為y = 6. 96e°_°8x，y為大豆地上部干重，X基于兩波段的比值植被指數(shù)即RVI=氏/%得 到；其中，Ri為波段i在波長范圍為928nm<A< 948nm時(shí)的冠層光譜反射率，R』為波段 j在波長范圍為632nm彡A彡652nm時(shí)的冠層光譜反射率。
4. 一種基于兩波段光譜指數(shù)測(cè)定地上部干重的估測(cè)模型，其特征在于：該估測(cè)模型為 y = 6. 96en，y為大豆地上部干重，X基于兩波段比值植被指數(shù)即RVI =Ri/Rj得到；其中， 氏和R』分別為波段i= 938nm，波段j= 642nm相對(duì)應(yīng)的冠層光譜反射率。
5. 權(quán)利要求1-4任一項(xiàng)所述的估測(cè)模型，其特征在于：Ri在波段i為938nm處的最佳 適宜帶寬即光譜分辨率為小于15nm，Rj在波段j為642nm處的最佳適宜帶寬即光譜分辨率 為小于9nm〇
6. 適用于權(quán)利要求1-4任一項(xiàng)所述估測(cè)模型的光譜波段，其特征在于：模型中X對(duì)應(yīng) 的兩波段植被指數(shù)NDVI= (Ri-RjV(RJRj)中的波段i的波長范圍為928nm彡A彡948nm， 波段j的波長范圍為632nm彡A彡652nm，優(yōu)選的為波段i= 938nm，波段j= 642nm〇
7. 權(quán)利要求6所述的光譜波段，其特征在于：波段i為938nm處的適宜帶寬即光譜分辨 率為小于15nm，波段j為642nm處的適宜帶寬即光譜分辨率為小于9nm，優(yōu)選的是波段i為 938nm的適宜帶寬即光譜分辨率為15nm，波段j為642nm的適宜帶寬即光譜分辨率為9nm。
8. -種基于兩波段光譜指數(shù)測(cè)定大豆產(chǎn)量的方法，其特征在于包括如下步驟： (1) 在大豆R2盛花期、R4盛莢期和R5鼓粒始期進(jìn)行大豆冠層光譜采樣；大豆收獲曬干 后測(cè)定大豆籽粒產(chǎn)量； (2) 分析大豆產(chǎn)量與冠層原始光譜、一階導(dǎo)數(shù)光譜之間相關(guān)性，確定大豆R5鼓粒始期 為產(chǎn)量估測(cè)的最佳生育期； (3) 分析已有植被指數(shù)與產(chǎn)量的相關(guān)性，確定表現(xiàn)最好的植被指數(shù)構(gòu)建形式分別為 NDVI與RVI，以此在全光譜范圍內(nèi)構(gòu)建兩波段植被指數(shù)，即NDVI= (Ri-RjV(RJRj)和RVI =氏/%，其中，氏和R』分別為波段i和j在全光譜范圍350-2500nm內(nèi)所有波段的光譜反 射率； (4) 在全光譜范圍350-2500nm內(nèi)，以Inm為步長，在不同i、j波段下，構(gòu)建植被指數(shù)NDVI、RVI，分別與大豆產(chǎn)量之間線性與非線性回歸分析，確定敏感植被指數(shù)和最佳回歸模 型，得到基于敏感植被指數(shù)NDVI(938,642)的大豆產(chǎn)量估測(cè)回歸模型：基于R2、R4和R5期 NDVI(938,642)的指數(shù)模沏y=e-2.16+1.023：1+4. 44x2+5.82a：3,基于R4 和R5 期NDVI(938， 642)的指數(shù)模型y=e-2_H1+4_87:t2+fi' 2H：1'3,基于R5 期NDVI(938,642)的指數(shù)模型y= 2. 57e7 88x和冪函數(shù)模型y= 6280. 97x6_78,其中y為產(chǎn)量，xl、x2、x3分別基于R2、R4、R5期 冠層光譜的兩波段歸一化植被指數(shù)NDVI(938,642)即NDVI= (Ri-RjV(RJRj)得到，X基于 R5期兩波段植被指數(shù)NDVI(938,642)得到，即NDVI= (Ri-Rj)ARi+!^);同時(shí)，由于相鄰或相 近波段之間存在較強(qiáng)的多重共線性問題，發(fā)現(xiàn)相鄰波長范圍內(nèi)所得結(jié)果相差不大，由此得 到波段i的波長范圍為928nm彡A彡948腦，波段j的波長范圍為632nm彡A彡652nm; 優(yōu)選的為波段i= 938nm，波段j= 642nm; (5) 利用野外高光譜輻射儀在上述步驟（4)確定的波段范圍條件下采集大豆R2盛花 期、R4盛莢期、R5鼓粒始期的冠層原始光譜，計(jì)算所需測(cè)定的大豆的NDVI值，從而根據(jù)上述 步驟（4)中的4個(gè)模型得到所需測(cè)定大豆的y值，估測(cè)出大豆產(chǎn)量。
9. 一種基于兩波段光譜指數(shù)測(cè)定大豆地上部干重的方法，其特征在于：包括如下步 驟： (1) 在大豆R5鼓粒始期，選取大豆地上部分，經(jīng)過殺青和烘干后，稱重獲得大豆地上部 干重； (2) 分析大豆產(chǎn)量和地上部干重的共性核心波段組合，確定了共性核心波段分別為波 段i= 938nm，波段j= 642nm，并且得到基于共性核心波段的RVI(938,642)，建立地上部干 重估測(cè)模型y= 6.96ea°8x; (3) 利用野外高光譜福射儀在波段i= 938nm，波段j= 642nm條件下，采集大豆R5鼓 粒始期冠層光譜，計(jì)算所需測(cè)定的大豆的RVI值，從而根據(jù)預(yù)測(cè)模型y= 6. 96e°_°8x得到所 需測(cè)定大豆的y值，估測(cè)出大豆地上部干重。
10. 權(quán)利要求1或2所述估測(cè)模型或者權(quán)利要求6或7所述光譜波段或者權(quán)利要求7 所述方法在高光譜檢測(cè)大豆產(chǎn)量裝置中的應(yīng)用；或者權(quán)利要求3或4所述估測(cè)模型或者權(quán) 利要求6或7所述光譜波段或者權(quán)利要求8所述方法在高光譜測(cè)定大豆地上部干重裝置中 的應(yīng)用。
【文檔編號(hào)】G01N21/25GK104502283SQ201410778631
【公開日】2015年4月8日 申請(qǐng)日期:2014年12月15日 優(yōu)先權(quán)日:2014年12月15日
【發(fā)明者】蓋鈞鎰, 齊波, 趙晉銘, 趙團(tuán)結(jié), 邢光南 申請(qǐng)人:南京農(nóng)業(yè)大學(xué)