专利名称：一种基于高光谱技术的玉米叶片氮含量估算方法
技术领域：
本发明涉及农业中作物生理生化指标的测试方法，特别是针对玉米叶片氮含量(Leaf Nitrogen Concentration, LNC)无损伤估算方法。
背景技术：
玉米叶片氮营养状况是玉米高产栽培管理的重要依据，因此准确、及时地掌握玉米叶片氮含量是玉米生产中氮肥合理施用的基础。而田间快速、准确、及时地测定玉米叶片氮含量已成为当前研究的热点。目前，玉米氮素含量信息的获取方法主要采用传统的常规化学分析，这种方法虽然能准确掌握玉米氮含量，但存在费时、繁琐和需要破坏植株等缺点，尤其是在需要了解作物生长发育早、中期的氮营养状况，为玉米追肥提供施肥决策时，常规的化学分析需要到田间进行破坏性植株采样，然后经过实验室烘干，粉碎，消化和测定等一系列过程，耗时长，结果往往难于及时用于指导作物追肥。外观诊断法虽然可以对作物氮营养状况进行判断，但当出现缺素症状时，往往已经产生�：Γ币淹恚煌保� 外观诊断也存在一定的主观性，往往不能达到精准指导施肥的目的。目前应用的田间速测方法的速度虽快，但精确度不高，受外界环境条件的影响大。随着遥感技术特别是高光谱技术的发展，高光谱遥感具有光谱分辨率高，波段连续性强，光谱信息量大的优点，能够记录作物叶片生长发育中细微的生长变化，可以从高光谱数据中提取比较详细的生物物理和生物化学参数信息，近年来我国利用高光谱技术在水稻、小麦、玉米的氮营养状况诊断方面， 已有大量的研究基础。在玉米氮营养状况的光谱获取方面，关于植株氮含量的光谱反射特征及其相关性、植株氮状况估计的光谱参数和高光谱估算模型等，在冠层水平和单叶水平也有了研究报道。但是，由于影响作物光谱特性的因素众多，各种环境因素，品种本身具有的特性都对光谱信息的准确性有一定的影响，传统的冠层水平或单一品种叶片水平获取的光谱信息所建立的模型的普适性不高，已建立的模型精度低等缺点，因此在目前的玉米生产中尚未得到应用。发明内容本发明针对传统的光谱信息提取方法进行了改进。我们通过控制外界环境条件消除大田环境不确定性的影响，对3个玉米品种(组合)进行了光谱信息的提�。� 提出了归一化差值光谱指数(Normalized Difference Spectral hdex，NDSI)和比值光谱指数(Ratio Spectral Index, RSI)概念，并建立了玉米叶片氮含量和NDSI与RSI之间的关系模型，发现NDSI (714，554)和RSI (714，554)可以用来估算玉米LNC，3个品种都可以用上述参数来构建玉米叶片氮含量估算模型，品种间存在差异。
具体实施例方式第一，玉米叶片反射光谱测定。在玉米第6叶展开时进行叶片光谱测定，测定时将样品平置于反射率近似为零的黑色橡胶上或使用专用探头，保证探头紧压在叶片上，并移动探头在叶片叶脉两侧上、中、下部连续测定6次，取平均值作为该叶片的光谱反射率。第二，特定波长光谱反射率的提取。我们利用3个玉米品种(组合)进行光谱信息提取的研究发现，玉米叶片氮含量(LNC)的敏感波段为500nm 649nm和691nm 730nm， 3个品种都在此波段范围内表现极显著的负相关关系，并在同一波长获得最高的相关系数， 说明可以利用统一的波段来预测不同品种的LNC。根据第一步玉米反射光谱的测定数据，提取得到特定波长(本发明为714nm和554nm)的光谱反射率。第三，归一化差值光谱指数(NDSI)和比值光谱指数(RSI)的计算。参照冠层光谱研究中描述植被特征的归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)和比值植被指数(Ratio Vegetation Index，RVI)，利用单叶光谱反射率(R)， 提出了归一化差值光谱指数(NDSI)和比值光谱指数(RSI)的概念，具体计算公式如下NDSIU 1，入2) = (Rai-Ra2V(Ra^Ra2)RSI (λ 1, λ 2) = RA2/RA1将第二步获得的特定波长(714nm和5Mnm)的光谱反射率代入以上公式，计算得到 NDSI(714，554)和 RSI (714，554)。第四，玉米叶片氮含量的计算。根据构建的玉米LNC估算的优化模型，即玉米LNC 与NDSI (714，554)或RSI (714，554)的指数模型，将第三步计算得到的NDSI (714，5M)或 RSI (714，554)代入相关模型，即可计算得到对应的玉米LNC。3个品种及综合模型如下所示令玉米LNC与NDSI (714,5 )关系模型模型(I)农大108 =LNC = 0. 3346e10.872 _14,554) (n = 24，R2 = 0. 9605)模型(II)先玉335 =LNC = 0. 3750e SI(714’554) (n = 24，R2 = 0. 8761)模型(III)ND66=LNC = 0. 3119e9.6161 msi(714,554) (η = 24，R2 = 0. 8573)模型(IV)综合LNC= 0. 4174e9·13(13 NDSI(714'554) (η = 72，R2 = 0. 7423)今玉米LNC与RSI (714，554)关系模型模型(I)农大108 =LNC = 467. 08e"7·5903 ESI(714'554) (η = 24，R2 = 0. 9570)模型(II)先玉3；35 =LNC = 203. 66e-6·8255 ESI(714'554) (η = 24，R2 = 0. 8454)模型(II)ND66=LNC = 309. 53e_7·0076 ESI(714'554) (η = 24，R2 = 0. 8677)模型(IV)综合=LNC= 183. 15e"6·377 ESI(714'554) (η = 72，R2 = 0. 7374)利用玉米LNC与NDSI (714，5 )或者与RSI (714，554)关系模型均可计算得到玉米LNC，获得较好的预测效果。但根据我们的研究发现，以基于NDSI (714，554)所建指数模型预测精度最高。基于上述原理建立了一种基于高光谱技术的玉米LNC估算方法，运用该方法建立了光谱信息转化而来的参数，并应用其建立了不同品种的最优化模型。其主要优点在于 第一和传统测定作物冠层光谱的方法不同，此方法针对的是特定叶片的光谱反射率，避免了传统方法测定光谱信息带来的环境等干扰因素。第二 考虑到实际农业生产中，采用基于某一个品种或多个品种数据建立的模型对其它品种进行诊断时所带来的偏差，本发明建立了依品种估算模型，提高了预测精度。结果表明，以本品种数据所建模型对该品种叶片氮含量进行估算时，农大108、先玉335和ND66的估算偏差分别为-7. 2% 5. 1%、_8.8%
6.1%、3.8% 9.3% ；当以综合模型进行估算时，3个品种(组合)的估算偏差分别为
7.5% 18. 8%、3. 4% 17. 1 %、_10. 5% -16. 1 % ；当以其他品种所建模型进行估算时， 3个品种(组合)最高或最低估算偏差分别为32.7^^31.2^^-35.6 ^第三不同品种模型采用统一的参数和波长，提高了模型的普适性。基于本方法确定的敏感波段及光谱预测模型为玉米氮素营养诊断及氮素营养诊断速测仪的开发提供了依据。同时，该方法对其它作物的氮营养快速诊断也具有参考价值。
权利要求
1.玉米叶片光谱反射率的获取方法，包括测定方法测定时将样品平置于反射率近似为零的黑色橡胶上或使用专用探头，保证探头紧压在叶片上，并移动探头在叶片叶脉两侧上、中、下部连续测定6次，取平均值作为该叶片的光谱反射率。
2.确定玉米LNC测定的敏感波段为500nm 649nm和691nm 730nm，发现不同品种都在此波段范围内表现极显著的负相关关系，并在同一波长获得最高的相关系数，说明可以用同一波段光谱信息对LNC进行估算。
3.玉米LNC测定的两个敏感波长，即714nm和554nm。
4.建立了新的光谱参数，即归一化差值光谱指数(NDSI)和比值光谱指数(RSI)，可以用这两个参数构建模型对玉米LNC进行估算。利用NDSI (714，554)或RSI (714，554)预测玉米LNC的预测模型 玉米LNC与NDSI (714，554)关系模型模型(I )农大 108 =LNC = 0. 3346el0. 872 NDSI (714，554) (η = 24，R2 = 0. 9605) 模型(II )先玉 335 :LNC = 0. 3750el0. 203 NDSI (714，554) (η = 24，R2 = 0. 8761) 模型(III)ND66 :LNC = 0. 3119e9. 6161 NDSI (714，554) (n = 24，R2 = 0. 8573) 模型(IV )综合:LNC = 0. 4174e9. 1303 NDSI (714，554) (n = 72，R2 = 0. 7423) 玉米LNC与RSI (714，554)关系模型模型(I )农大 108 =LNC = 467. 08e_7. 5903 RSI (714，554) (η = 24，R2 = 0. 9570) 模型(II )先玉 335 :LNC = 203. 66e_6. 8255 RSI (714，554) (η = 24，R2 = 0. 8454) 模型(III )ND66 :LNC = 309. 53e_7. 0076 RSI (714,554) (n = 24，R2 = 0. 8677) 模型(IV )综合:LNC = 183. 15e-6. 377 RSI (714，554) (n = 72，R2 = 0. 7374)。
全文摘要
一种基于高光谱技术的玉米叶片氮含量估算方法属于农业中作物生理生化指标的获取方法，特别是针对玉米叶片氮含量(LNC)的快速获取方法。本发明针对光谱技术在农业领域中的应用及其存在问题，确定了不同玉米品种可以用同一波段光谱信息对LNC进行估算以及LNC估算的敏感波长，建立了归一化差值光谱指数(NDSI)和比值光谱指数(RSI)2个新的光谱参数，并依据品种建立了玉米LNC和NDSI或RSI的指数模型，这样基于玉米叶片反射光谱的测定实现了玉米LNC的估算。由于不同玉米品种模型采用统一的参数和波长，并且针对不同品种分别建立模型，既增强了模型的普适性又提高了模型预测精度。本发明可以实现玉米LNC的快速诊断，基于此方法开发玉米LNC速测仪可以及时监测玉米叶片氮素营养状况，并指导玉米生产管理。
文档编号G01N21/55GK102374971SQ20101024772
公开日2012年3月14日 申请日期2010年8月9日 优先权日2010年8月9日
发明者周丽丽, 周顺利 申请人:中国农业大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
