[發(fā)明專利]一種基于高光譜圖像的茶樹LAI及氮含量估算方法

在審

• 申請?zhí)枺?/td>: 201711212316.7
• 申請日: 2017-11-28
• 公開（公告）號: CN108169141A
• 公開（公告）日: 2018-06-15
• 發(fā)明（設(shè)計(jì)）人: 吳偉斌;張震邦;宋倩;漆海霞;孫道宗;趙新;李澤藝;劉佛良;楊曉彬;黃家曦;陳理;劉文超;付正德;周釗杰;張?jiān)霾?/a>
• 申請（專利權(quán)）人: 華南農(nóng)業(yè)大學(xué)
• 主分類號: G01N21/25
• 分類號: G01N21/25;G01B11/28;G06T7/62
• 代理公司: 廣州市華學(xué)知識產(chǎn)權(quán)代理有限公司 44245
• 代理人: 鄭浦娟

1.一種基于高光譜圖像的茶樹LAI估算方法，其特征在于，步驟如下：

步驟S1、隨機(jī)獲取多株茶樹；

步驟S2、將高光譜儀置于上述獲取的每株茶樹上方，采集上述每株茶樹的高光譜數(shù)據(jù)；同時測量出上述獲取的每株茶樹的冠層投影面積，計(jì)算出上述獲取的每株茶樹的葉片總面積，然后根據(jù)對應(yīng)每株茶樹的冠層投影面積，計(jì)算出上述獲取出的每株茶樹的LAI；

步驟S3、針對于上述獲取出的每株茶樹，從其高光譜數(shù)據(jù)中獲取到高光譜位置變量、高光譜面積變量和植被指數(shù)變量；

步驟S4、針對于步驟S1中獲取到的茶樹，從中選取出第一組茶樹；針對第一組茶樹中的多株茶樹，分析各株茶樹的LAI與高光譜位置變量、高光譜面積變量和植被指數(shù)變量之間的相關(guān)性，然后從高光譜位置變量、高光譜面積變量和植被指數(shù)變量中選取出與LAI相關(guān)系數(shù)最高的一個或幾個，最后分別采用多種回歸模型對茶樹的LAI和上述選取出的變量進(jìn)行回歸分析，得到多種茶樹LAI估算模型；

步驟S5、針對于步驟S1中獲取到茶樹，從中選取出第二組茶樹，將第二組茶樹中的每株茶樹對應(yīng)的高光譜位置變量、高光譜面積變量和植被指數(shù)變量分別輸入到步驟S4中獲取到的各種茶樹LAI估算模型，通過各種茶樹LAI估算模型分別計(jì)算得到第二組茶樹中各株茶樹的LAI；

步驟S6、針對于每種茶樹LAI估算模型，將其計(jì)算得到的每株茶樹的LAI與步驟S2中計(jì)算得到的該株茶樹的LAI進(jìn)行比較，得到該株茶樹在該種茶樹LAI估算模型中的誤差值；將第二組茶樹中所有茶樹在該種茶樹LAI估算模型中的誤差值進(jìn)行相加，得到該種茶樹LAI估算模型的LAI計(jì)算誤差；

步驟S7、比較各種茶樹LAI估算模型的LAI計(jì)算誤差，將LAI計(jì)算誤差最小的一種茶樹LAI估算模型選取出來作為最終的茶樹LAI估算模型；

步驟S8、針對于需要測試LAI的茶樹，首先將高光譜儀置于該茶樹上方，采集該茶樹的高光譜數(shù)據(jù)；然后根據(jù)最終的茶樹LAI估算模型的輸入變量，從該茶樹的高光譜數(shù)據(jù)中獲取到該茶樹對應(yīng)的高光譜位置變量、高光譜面積變量和植被指數(shù)變量；最后將該茶樹對應(yīng)的高光譜位置變量、高光譜面積變量和植被指數(shù)變量輸入到步驟S7中獲取到的最終的茶樹LAI估算模型，由最終的茶樹LAI估算模型計(jì)算得到該茶樹的LAI。

2.根據(jù)權(quán)利要求1所述的基于高光譜圖像的茶樹LAI估算方法，其特征在于，所述步驟S2中，針對于步驟S1中獲取到的每株茶樹，計(jì)算LAI的過程如下：

針對于每株茶樹，摘取其所有葉片，然后采用掃描儀掃描每片葉片，根據(jù)掃描儀掃描的數(shù)據(jù)獲取到每片葉片的輪廓面積，將每株茶樹的所有葉片的輪廓面積相加計(jì)算得到每株茶樹的葉片總面積，將每株茶樹的葉片總面積除以每株茶樹的冠層投影面積得到每株茶樹的LAI。