[發明專利]基于近地高光譜數據和集成模型的油菜氮磷鉀養分診斷方法

有效

• 申請號: 202010051787.X
• 申請日: 2020-01-17
• 公開（公告）號: CN111257240B
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 劉詩詩;楊欣;李嵐濤;黨麗娜;魯劍巍
• 申請（專利權）人: 華中農業大學
• 主分類號: G01N21/25
• 分類號: G01N21/25
• 代理公司: 武漢開元知識產權代理有限公司 42104
• 代理人: 劉琳;馮超

本發明公開了一種基于近地高光譜數據和集成模型的油菜氮磷鉀養分診斷方法，該方法是基于對油菜不同養分虧缺狀況敏感的冠層光譜特征波段，通過集成多個隨機森林模型的方式將光譜反射率特征變換成新的概率特征，利用新的概率特征構建診斷模型，對油菜氮、磷、鉀養分狀況進行無損診斷的方法，并通過具體實例應用驗證了發明模型的性能。該發明提供一種高效、快速、無損的油菜養分狀態診斷方法，有效地提高養分診斷模型的精度，彌補了已有方法中存在的不同養分脅迫下相近的光譜特征導致的較高的錯誤診斷率的問題。

技術領域

本發明涉及作物養分虧缺快速檢測和人工智能應用領域，具體涉及一種基于近地高光譜數據和集成模型的油菜氮磷鉀養分診斷方法。

背景技術

油菜是我國第一大油料作物，菜籽油占國產油料作物產油量的57.2％，在我國食用油供給中占有重要地位。近半個世紀以來，我國油菜生產迅速發展，大量研究表明氮肥、磷肥、鉀肥的合理施用對油菜的增產效果十分顯著。實時、精準地監測作物養分狀況，特別是宏觀尺度下的氮、磷、鉀等主要養分的狀況，對輔助政府職能部門決策、指導農戶生產、提高作物的產量和品質具有重要意義。

基于高光譜的農作物養分診斷方法，能夠在不破壞作物的基礎上，通過提取農作物在養分豐缺下的光譜響應實現大范圍農田全面、快速的營養診斷。然而，不同養分豐缺下的農作物光譜特征響應有很多相似之處，比如氮和鉀素嚴重缺乏都會導致葉綠素含量降低進而導致紅波段反射率提升、氮和磷素的缺乏都會使葉面積增長緩慢進而導致近紅外波段反射率下降等。

因此，目前光譜養分診斷研究主要針對一種營養元素進行缺或不缺的識別，尚未提出增強不同養分狀況下的農作物光譜響應區分度，以實現不同養分脅迫的區分、提高養分診斷精度的方法。

發明內容

本發明的目的在于克服現有技術的不足，提供了一種基于近地高光譜數據和集成模型的油菜氮磷鉀養分診斷方法；該方法基于近地高光譜數據，挖掘對油菜不同養分虧缺狀況敏感的冠層特征光譜波段，并通過集成多個模型的方式將選擇的冠層特征光譜波段進行變換，增強其在不同養分虧缺下的特征區分度，實現對油菜氮、磷、鉀養分狀況進行無損診斷的方法。

為實現上述目的，本發明所設計一種基于近地高光譜數據和集成模型的油菜氮磷鉀養分診斷方法，包括以下步驟：

1)建立不同油菜養分狀況下的冠層高光譜反射率數據子集

a.采集待測區域油菜冠層近地高光譜數據并形成集合，將采集到的冠層高光譜反射率數據集與待測區域油菜養分狀況進行映射，

b.再將冠層高光譜反射率數據分為氮、磷、鉀三組施肥養分元素；

c.根據當地土壤理化參數，每組養分元素的施肥處理按施肥梯度分為重度缺乏處理、中度缺乏處理、正常處理和過量施肥處理的四個養分狀況；

d.將每組內的冠層高光譜反射率數據與養分狀況進行匹配，每個養分狀況下的冠層高光譜反射率數據子集作為一個數據亞組；

2)優化冠層高光譜反射率數據

A.將冠層高光譜反射率數據以間隔性重采樣，刪除噪聲波段；

B.計算每個數據亞組的所有冠層光譜中各個波段的反射率均值和標準差，并逐一檢查每條光譜，剔除含有異常波段的光譜；

3)每個養分元素均構建六個隨機森林分類模型，利用構建的模型進行六次養分豐缺狀況的分類

a.將每個養分元素中的多個數據亞組進行組合(將上述每個養分元素數據中的多個數據亞組分別抽取其中的四個亞組、三個亞組、兩個亞組進行組合)，生成每個養分元素的六個不同數據集，六個數據集分別為：

(1)數據集1為重度缺乏處理亞組、中度缺乏處理亞組、過量處理亞組、正常處理亞組的組合，