基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法
【專利摘要】本發(fā)明公開了一種基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法，通過試驗(yàn)數(shù)據(jù)的相關(guān)分析尋找最佳波段組合建立反演模型，可實(shí)現(xiàn)柑橘冠層葉片含氮量低成本、快速檢測(cè)；相比以往依據(jù)經(jīng)驗(yàn)選取特征波段更具科學(xué)性，本發(fā)明將柑橘冠層葉片含氮量分布進(jìn)行可視化的直觀表達(dá)，對(duì)于柑橘果園精細(xì)養(yǎng)分管理具有重要意義；可根據(jù)實(shí)際的需要，利用該方法選擇其它的植被指數(shù)或其它的營養(yǎng)元素或其它的植物，建立相應(yīng)的模型。
【專利說明】基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于農(nóng)業(yè)【技術(shù)領(lǐng)域】，尤其涉及一種基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法。
【背景技術(shù)】 [0002]氮素是果樹生長發(fā)育過程中的必須元素，它不僅直接參與蛋白質(zhì)、葉綠素和酶等許多重要化合物的合成，而且可以通過影響光合作用間接地影響果樹的新陳代謝。因此，及時(shí)準(zhǔn)確地檢測(cè)果樹氮素水平可以為果樹定量施肥方案的制定提供有效信息。這些精細(xì)農(nóng)業(yè)管理措施不僅可以保證水果質(zhì)量和果園的產(chǎn)出效率，而且可以緩和了由過量氮肥引起的水資源污染問題。
[0003]柑橘是世界上廣泛種植的主要果樹之一，然而目前大多數(shù)的柑橘果園都采用均一管理方式，沒有考慮到果園生長的時(shí)空變異性。對(duì)果園進(jìn)行均一的施肥管理無法滿足不同果樹個(gè)體的需求，導(dǎo)致果樹施肥量過高或過低。因此，獲取每棵果樹的含氮水平信息并繪制相應(yīng)的含氮量分布圖像對(duì)成功實(shí)現(xiàn)每棵果樹的定量施肥具有十分重要的意義。
[0004]傳統(tǒng)用于氮含量檢測(cè)的有凱氏定氮法和外觀判斷法，前者處理過程復(fù)雜、成本高，后者由于人眼識(shí)別的主觀性容易產(chǎn)生誤判，都難以滿足目前大規(guī)模果園精細(xì)管理的需求。
【發(fā)明內(nèi)容】
[0005]為克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供了一種基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化方法，通過試驗(yàn)數(shù)據(jù)的相關(guān)分析尋找最佳波段組合建立反演模型，相比以往依據(jù)經(jīng)驗(yàn)選取特征波段更具科學(xué)性，可實(shí)現(xiàn)柑橘冠層葉片含氮量低成本、快速檢測(cè)。
[0006]一種基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法，包括以下步驟:
[0007]I)采摘覆蓋不同葉齡在內(nèi)的若干新鮮柑橘葉片樣品，獲取各樣品的高光譜圖像數(shù)據(jù)；
[0008]2)利用高光譜成像儀獲取柑橘的冠層高光譜圖像數(shù)據(jù)；
[0009]3)根據(jù)凱氏定氮法測(cè)得每個(gè)葉片樣品中的含氮量；
[0010]4)從各樣品的高光譜圖像數(shù)據(jù)中，提取每個(gè)樣品的平均反射光譜曲線；
[0011]5)在各樣品的高光譜圖像數(shù)據(jù)中，選取不同窄波段波長組(λη，λπι)，利用每組波長在平均反射光譜曲線中對(duì)應(yīng)的反射值0^n，R；J，計(jì)算雙波段植被指數(shù)
TBVl =，再計(jì)算TVBI值與含氮量的相關(guān)性，選取相關(guān)性最高時(shí)對(duì)應(yīng)的TVBI值和
ΚΛ?, +Κλ?
(λ n, Am)；
[0012]6)根據(jù)所有葉片樣品相關(guān)性最高時(shí)對(duì)應(yīng)的TVBI值和對(duì)應(yīng)含氮量，建立含氮量預(yù)測(cè)模型；
[0013]7)根據(jù)所述的冠層高光譜圖像數(shù)據(jù)，計(jì)算波長為λη和Am時(shí)的TVBI值；
[0014]8)根據(jù)步驟6)中的含氮量預(yù)測(cè)模型反演冠層含氮量，并對(duì)得到含氮量數(shù)據(jù)進(jìn)行歸一化處理，以歸一化后的含氮量數(shù)據(jù)作為冠層每個(gè)像素元的灰度強(qiáng)度顯示圖像，實(shí)現(xiàn)柑橘冠層葉片含氮量的可視化。
[0015]在步驟3)中，將各樣品烘干至恒重后再測(cè)量每個(gè)葉片樣品中的含氮量。
[0016]在步驟5)中，相關(guān)性最高時(shí)對(duì)應(yīng)的TVBI值所在的波長組為λ n=856nm,λ m=811nm。
[0017]在步驟6)中，所述的含氮量預(yù)測(cè)模型為
[0018]Y=-102.89Χ+2.0058
[0019]其中，X為相關(guān)性最高時(shí)對(duì)應(yīng)的TVBI值，Y為含氮量。
[0020]在步驟I)中，葉片樣品的采摘應(yīng)處于植株旺盛的營養(yǎng)生長期。
[0021]在步驟I)和步驟2)中，葉片樣品的高光譜圖像數(shù)據(jù)和冠層高光譜圖像數(shù)據(jù)中，光譜范圍均為都是380nm到1030nm，光譜分辨率為2.8nm。
[0022]在步驟2)中，利用高光譜成像儀獲取的是柑橘冠層的原始RGB圖像，所述的冠層高光譜圖像數(shù)據(jù)為去除背景信息后的原始RGB圖像。
[0023]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:
[0024]( I)本發(fā)明通過試驗(yàn)數(shù)據(jù)的相關(guān)分析尋找最佳波段組合建立反演模型，相比以往依據(jù)經(jīng)驗(yàn)選取特征波段更具科學(xué)性，可實(shí)現(xiàn)柑橘冠層葉片含氮量低成本、快速檢測(cè)；
[0025](2)本發(fā)明將柑橘冠層葉片含氮量分布進(jìn)行可視化的直觀表達(dá)，對(duì)于柑橘果園精細(xì)養(yǎng)分管理具有重要意義；
[0026](3)可根據(jù)實(shí)際的需要，利用該方法選擇其它的植被指數(shù)或其它的營養(yǎng)元素或其它的植物，建立相應(yīng)的模型。
【專利附圖】
【附圖說明】
[0027]圖1為高光譜儀采集柑橘林的遙感圖像示意圖；
[0028]圖2為180個(gè)柑橘葉片樣本的平均光譜曲線；
[0029]圖3為柑橘葉片在各個(gè)波段的平均光譜反射率和含氮量的相關(guān)性分析結(jié)果；
[0030]圖4為TBVI和葉片含氮量的相關(guān)系數(shù)的二維分布圖；
[0031]圖5為基于856nm和81 Inm波長的窄波段TVBI的柑橘葉片氮含量校正模型；
[0032]圖6為基于856nm和81 Inm的窄波段TVBI的柑橘葉片含氮量預(yù)測(cè)模型；
[0033]圖7 (&)為柑橘林原始1?8圖(1?:66011111，6:55011111，8:46011111);
[0034]圖7 (b)為去除背景信息后的柑橘林RGB圖像；
[0035]圖7 (c)為選取波長865nm和81Inm的TVBI圖；
[0036] 圖7 (d)根據(jù)圖(C)中TBVI圖反演得到的柑橘林含氮量預(yù)測(cè)圖。
【具體實(shí)施方式】
[0037]下面結(jié)合附圖對(duì)本發(fā)明進(jìn)一步說明，但本發(fā)明的實(shí)施方式不限于此。
[0038]一種基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法，具體步驟如下:
[0039]( I)柑橘葉片采集，葉片和冠層高光譜圖像獲取
[0040]選擇溫州蜜橘(Citrus unshiu Marc.)作為對(duì)象，該對(duì)象是產(chǎn)于亞洲東南部的一個(gè)柑橘品種。在柑橘果園處于活力生長期時(shí)采摘包括嫩葉、中葉、老葉在內(nèi)共180個(gè)新鮮葉片樣本。葉片采摘后立即在實(shí)驗(yàn)室內(nèi)用ImSpector VlOE(Spectral ImagingLtd., Oulu, Finland)掃描進(jìn)行高光譜圖像的獲取。此外，用同樣的設(shè)備在柑橘果園內(nèi)獲取冠層高光譜圖像，采集示意圖如附圖1，高光譜成像儀3位于柑橘樹木遠(yuǎn)方一側(cè)，到植株的距離恰好能拍攝到整個(gè)樹木冠層，校正白板2豎立在樹旁，計(jì)算機(jī)4用于數(shù)據(jù)存儲(chǔ)與分析。葉片和冠層圖像的光譜范圍都是380nm到1030nm，光譜分辨率為2.8nm,空間分辨率取決于傳感器和被測(cè)物體之間的距離。
[0041]將光譜反射數(shù)據(jù)提取出來之后，為了除去由儀器引起的噪聲，將低于380nm和高于900nm的波長截去。圖2顯示了 180個(gè)柑橘葉片樣本的平均光譜曲線。結(jié)果表明，雖然所有樣本在總的波長范圍內(nèi)呈現(xiàn)出類似的趨勢(shì)，但不同樣本之間的光譜數(shù)據(jù)呈現(xiàn)出很大的差別。這說明光譜特征可以為評(píng)估柑橘葉片中的含氮量提供有效的信息。
[0042](2)測(cè)定柑橘葉片的氮含量
[0043]在實(shí)驗(yàn)室對(duì)葉片進(jìn)行光譜掃描后立刻把這些新鮮葉片儲(chǔ)藏于溫度高達(dá)105°C的烘箱中快速烘干，這之后再將葉片放置于80°C的烘箱中慢慢烘干直至恒重。隨后，將180個(gè)葉片樣本研磨成粉末，用快速定氮儀(Elementar Analytical, Germany)根據(jù)杜馬斯燃燒法測(cè)定每個(gè)葉片樣本中的氮含量。取每個(gè)樣本中50mg的粉末進(jìn)行測(cè)量，根據(jù)百分比計(jì)算每單位葉片干重中的氮含量。
[0044](3)光譜數(shù)據(jù)提取，葉片含氮量建模和冠層含氮量可視化
[0045]用ENVI軟件提取每個(gè)葉片樣本取波長范圍為500-900nm (劃分為316個(gè)波段)的平均反射光譜曲線，分析所提取的光譜數(shù)據(jù)和每個(gè)葉片樣本含氮量之間的相關(guān)性。通過簡單的相關(guān)性分析獲取雙波段植 被指數(shù)(TVBI)，在此基礎(chǔ)上建立基于光譜數(shù)據(jù)的含氮量預(yù)測(cè)模型。
[0046]圖3顯示了柑橘葉片在各個(gè)波段的平均光譜反射率和含氮量的相關(guān)性分析結(jié)果。由圖可知，在低于755nm的光譜范圍內(nèi)，光譜反射率與氮含量成正相關(guān),而在高于755nm光譜范圍內(nèi)成負(fù)相關(guān)。其中，在550nm和702nm處的葉片平均反射光譜與氮含量的相關(guān)系數(shù)最高，分別是0.6867和0.6861。
[0047]近年來，雙波段植被指數(shù)TBVI被用來代替?zhèn)鹘y(tǒng)的歸一化植被指數(shù)(NDVI)來評(píng)價(jià)各種農(nóng)作物的特性。此次研究利用TVBI來確定能夠準(zhǔn)確預(yù)測(cè)柑橘葉片含氮量的兩個(gè)最佳波長。TVBI可以按下列公式計(jì)算:
【權(quán)利要求】
1.一種基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法，其特征在于，包括以下步驟: 1)采摘覆蓋不同葉齡在內(nèi)的若干新鮮柑橘葉片樣品，獲取各樣品的高光譜圖像數(shù)據(jù)； 2)利用高光譜成像儀獲取柑橘的冠層高光譜圖像數(shù)據(jù)； 3)根據(jù)凱氏定氮法測(cè)得每個(gè)葉片樣品中的含氮量； 4)從各樣品的高光譜圖像數(shù)據(jù)中，提取每個(gè)樣品的平均反射光譜曲線； 5)在各樣品的高光譜圖像數(shù)據(jù)中，選取不同窄波段波長組(λη，λm)，利用每組波長在平均反射光譜曲線中對(duì)應(yīng)的反射值(ln，RxJ，計(jì)算雙波段植被指數(shù)
2.如權(quán)利要求1所述的基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法，其特征在于，在步驟3)中，將各樣品烘干至恒重后再測(cè)量每個(gè)葉片樣品中的含氮量。
3.如權(quán)利要求1所述的基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法，其特征在于，在步驟5)中，相關(guān)性最高時(shí)對(duì)應(yīng)的TVBI值所在的波長組為λη=856ηπι，Am=811nm。
4.如權(quán)利要求3所述的基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法，其特征在于，在步驟6)中，所述的含氮量預(yù)測(cè)模型為
Y=-102.89Χ+2.0058 其中，X為相關(guān)性最高時(shí)對(duì)應(yīng)的TVBI值，Y為含氮量。
5.如權(quán)利要求1所述的基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法，其特征在于，葉片樣品的米摘應(yīng)處于植株旺盛的營養(yǎng)生長期。
6.如權(quán)利要求5所述的基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法，其特征在于，葉片樣品的高光譜圖像數(shù)據(jù)和冠層高光譜圖像數(shù)據(jù)中，光譜范圍均為380nm到1030nm，光譜分辨率為2.8nm。
7.如權(quán)利要求6所述的基于高光譜技術(shù)的柑橘冠層含氮量預(yù)測(cè)與可視化的方法，在步驟2)中，利用高光譜成像儀獲取的是柑橘冠層的原始RGB圖像，所述的冠層高光譜圖像數(shù)據(jù)為去除背景信息后的原始RGB圖像。
【文檔編號(hào)】G01N21/25GK103940748SQ201410084466
【公開日】2014年7月23日 申請(qǐng)日期:2014年3月10日 優(yōu)先權(quán)日:2014年3月10日
【發(fā)明者】葉旭君, 肖宇釗, 李金夢(mèng), 王巧男, 何勇 申請(qǐng)人:浙江大學(xué)