详情

原文传递植物冠层叶片叶绿素含量快速测定模型、测定方法及应用

专利名称：	植物冠层叶片叶绿素含量快速测定模型、测定方法及应用
摘要：	本发明属于植物叶绿素含量测定方法技术领域，具体涉及一种植物冠层叶片叶绿素含量快速测定方法。该方法包括制定采样方案，采集光谱数据，测量叶绿素含量；光谱数据预处理；划分训练集和验证集；构建训练集模型和验证集模型等步骤。本发明创新性的采用光谱诊断方法，采用机器学习的方法构建了植物冠层叶片叶绿素含量的预测模型，实现了数据快速获取，可用于传统作物及中医药等植物冠层叶片叶绿素含量快速检测。
专利类型：	发明专利
申请人：	陕西地建土地工程技术研究院有限责任公司
发明人：	刘金宝;程杰;张瑞庆;陈茜;杨亮彦;石磊;孟婷婷;武丹
专利状态：	有效
申请日期：	1900-01-20T23:00:00+0805
发布日期：	1900-01-20T10:00:00+0805
申请号：	CN201911338503.9
公开号：	CN110987830A
代理机构：	西安铭泽知识产权代理事务所(普通合伙)
代理人：	崔瑞迎
分类号：	G01N21/25;G01N21/3563;G01N21/359;G01N33/00;G06K9/46;G06K9/62;G;G01;G06;G01N;G06K;G01N21;G01N33;G06K9;G01N21/25;G01N21/3563;G01N21/359;G01N33/00;G06K9/46;G06K9/62
申请人地址：	710024 陕西省西安市未央区广运潭大道与兴泰七街
主权项：	1.一种植物冠层叶片叶绿素含量快速测定方法，其特征在于，包括以下步骤：步骤1，制定采样方案，采集光谱数据，测量叶绿素含量随机选取若干未损坏的完整植物冠层叶，作为检测对象叶片；对每个检测对象叶片进行近红外和可见光范围的光谱反射率测量，获得叶片光谱数据，备用；收集所述检测对象叶片，并用化学法测量所述检测对象叶片叶绿素含量，备用；步骤2，光谱数据预处理步骤2.1，剔除叶片光谱数据异常值，并使用滤波拟合法对光谱数据进行九点平滑处理；步骤2.2，对九点平滑处理后的光谱数据依次进行标准正态变换、倒数对数、一阶导数处理，获得预处理光谱数据；步骤3，划分训练集和验证集采用Kennard-Stone算法将检测对象叶片的预处理光谱数据及其相应的叶绿素数据随机分为训练集和验证集；步骤4，构建训练集模型和验证集模型训练集模型和验证集模型的构建步骤相同，具体如下：步骤4.1，提取光谱数据特征信息联合采用连续投影算法及竞争性自适应重加权采样算法提取预处理光谱数据的特征信息；步骤4.2，构建模型采用偏最小二乘回归机器学习方法，对提取的训练集特征信息构建训练集模型；对提取的验证集特征信息构建验证集模型；步骤4.3，验证和评价模型稳定性和预测能力将训练集模型预测叶绿素含量结果与训练集模型叶绿素含量结果进行对比分析，验证和评价训练集模型的稳定性及预测能力；选择与化学叶绿素含量测量结果接近的训练集模型作为最优的叶绿素含量预测模型，用于植物冠层叶片叶绿素含量的测定。 2.根据权利要求1所述的植物冠层叶片叶绿素含量快速测定方法，其特征在于，步骤1中，采样方案具体如下：共选取12个测试区，每个测试区内随机选择十个未损坏的完整油菜冠层叶，作为检测对象叶片；十个检测对象叶片位于十个不同株油菜的冠层，且它们的高度位置和水平位置均不同。 3.根据权利要求2所述的植物冠层叶片叶绿素含量快速测定方法，其特征在于，采样时应剔除边界效应，即测试区边界的油菜植株以及油菜植株中的边界叶片不作为采样对象。 4.根据权利要求1所述的植物冠层叶片叶绿素含量快速测定方法，其特征在于，步骤1中，单个检测对象叶片的叶片光谱数据测量方法如下：采用便携式地物光谱仪ASDFieldspec4对检测对象叶片分别在四个方向上进行光谱反射率测量，取平均光谱数据作为该检测对象叶片的叶片光谱数据。 5.根据权利要求1所述的植物冠层叶片叶绿素含量快速测定方法，其特征在于，步骤1中，近红外和可见光范围的波段为350-2500nm。 6.根据权利要求1-5任一项所述的植物冠层叶片叶绿素含量快速测定方法，其特征在于，步骤3中，选择70％的检测对象叶片的预处理光谱数据及其相应的叶绿素数据作为训练集样本，剩余30％检测对象叶片的叶片光谱数据作为验证集样本。 7.根据权利要求6所述的植物冠层叶片叶绿素含量快速测定方法，其特征在于，步骤4.3中，采用均方根误差、决定系数、相对分析偏差来验证和评价训练集模型的稳定性及预测能力；R2、RPD值越大，模型预测能力越好，稳定性越强；RPD的评估标准如下：RPD>3表示模型有出色的预测能力；2
所属类别：	发明专利