[發(fā)明專利]一種不同生育期油菜葉片SPAD值遙感估算方法

在審

• 申請?zhí)枺?/td>: 201710408545.X
• 申請日: 2017-06-02
• 公開（公告）號: CN107271382A
• 公開（公告）日: 2017-10-20
• 發(fā)明（設(shè)計）人: 常慶瑞;劉夢云;陳濤
• 申請（專利權(quán)）人: 西北農(nóng)林科技大學(xué)
• 主分類號: G01N21/31
• 分類號: G01N21/31;G01N21/3563;G01N21/359
• 代理公司: 北京方圓嘉禾知識產(chǎn)權(quán)代理有限公司11385
• 代理人: 董芙蓉

1.一種不同生育期油菜葉片SPAD值遙感估算方法，其特征在于，包括以下步驟：

步驟1、光譜反射率測定

油菜葉片光譜反射率采用美國SVC HR-1024i型光譜儀進行測定，該儀器光譜探測范圍為350～2500nm，在波段350nm-1000nm光譜分辨率3.5nm，1000-1850nm波段光譜分辨率9.5nm，1850-2500nm波段光譜分辨率6.5nm；利用自帶光源型手持葉片光譜探測器直接測定葉片光譜，光源為內(nèi)置鹵鎢燈；每次測定前均利用漫反射參考版對儀器進行優(yōu)化，之后將待測葉片直接置于探測器進行光譜測量；為了獲得葉片具有代表性的光譜，每片葉子測量3個位置，每個位置測量兩條光譜，取六條光譜的平均值作為該樣本的最終光譜反射率；

步驟2、SPAD值測定

使用日本KONICA MINOLTA公司生產(chǎn)的SPAD 502葉綠素儀同步測定油菜葉片的SPAD值；為減小誤差，每片葉子測量10個點，然后取其平均值作為該葉片的SPAD值，測量時避開葉脈，同時根據(jù)所采油菜葉片面積的不同，適當(dāng)增加某些葉子的SPAD采集點；

步驟3、數(shù)據(jù)處理與模型構(gòu)建

利用SVC HR-1024i PC、Excel2013、Origin2016及SPSS22.0軟件對數(shù)據(jù)進行處理與計算，選擇400-1000nm的波段范圍進行研究，并將光譜重采樣到1nm；對每期采集的180個樣本按SPAD值進行排序，采用分層抽樣的方法抽取135個作為建模樣本，剩余45個作為檢驗樣本。

2.根據(jù)權(quán)利要求1所述的不同生育期油菜葉片SPAD值遙感估算方法，其特征在于，步驟1中選取10種光譜指數(shù)光譜指數(shù)RVI、NDVI、mNDVI、TCARI、GRVI、NPCI、DCNI、MSR705、FDRVI、FDNDVI。

3.根據(jù)權(quán)利要求1所述的不同生育期油菜葉片SPAD值遙感估算方法，其特征在于，步驟3中，模型構(gòu)建分別采用一元線性回歸、多元逐步回歸和隨機森林回歸算法；其中隨機森林回歸算法基于RandomForest軟件包在R環(huán)境中進行回歸模擬，在模型構(gòu)建過程中，分類樹的數(shù)量和分割節(jié)點的隨機變量數(shù)是該模型中最為重要的兩個參數(shù)，經(jīng)反復(fù)試驗，根據(jù)隨機森林模型的預(yù)測誤差及其決定系數(shù)R²確定本發(fā)明中的分類樹的數(shù)量為3000，分割節(jié)點的變量數(shù)為3。

4.根據(jù)權(quán)利要求1所述的不同生育期油菜葉片SPAD值遙感估算方法，其特征在于，步驟3中，為驗證模型的精度，利用檢驗樣本將不同模型的預(yù)測SPAD值與實測SPAD值進行回歸擬合，以決定系數(shù)R²、均方根誤差RMS和相對誤差RE來評價模型的優(yōu)劣。