[發明專利]基于TheilSen回歸算法的水稻葉片蛋白氮含量遙感反演模型和方法

在審

• 申請號: 202011318152.8
• 申請日: 2020-11-23
• 公開（公告）號: CN112577908A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 姜曉劍;邵文琦;鐘平;朱元勵;吳瑩瑩;汪偉;李卓;任海芳;陳青春
• 申請（專利權）人: 淮陰師范學院
• 主分類號: G01N21/25
• 分類號: G01N21/25;G01N21/82;G01N31/00
• 代理公司: 上海大視知識產權代理事務所(特殊普通合伙) 31314
• 代理人: 顧小偉

本發明提供一種基于TheilSen回歸算法的水稻葉片蛋白氮含量遙感反演模型，為Python語言的TheilSen回歸模型，并進一步提供了該TheilSen回歸模型的模型參數。還提供了基于TheilSen回歸算法的水稻葉片蛋白氮含量遙感反演方法。本發明的基于TheilSen回歸算法的水稻葉片蛋白氮含量遙感反演模型能夠快速、準確的獲取水稻葉片蛋白氮含量信息，克服水稻組分復雜帶來的光譜疊加效應造成的水稻葉片蛋白氮含量特征波段難以確定的困難，降低建模數據中離群值對模型的干擾，從而提高水稻葉片蛋白氮含量反演模型精度。

技術領域

本發明涉及農業遙感技術領域，特別涉及水稻葉片蛋白氮含量測量技術領域，具體是指一種基于TheilSen回歸算法的水稻葉片蛋白氮含量遙感反演模型和方法。

背景技術

水稻葉片蛋白氮含量是指水稻葉片中蛋白態氮元素的含量，與水稻氮素營養狀態、生理狀態密切相關(趙世杰,史國安,董新純.植物生理學實驗導.北京:中國農業科學技術出版社,2002:89-95)，是反應水稻氮素營養狀況、水稻長勢以及水稻對氮肥吸收利用效率的重要指標，反映了水稻生理、長勢以及生產中水稻對肥水運籌管理等栽培管理措施的響應狀況(楊杰,田永超,朱艷,等.一種新的估算水稻上部葉片蛋白氮含量的植被指數[J].中國農業科學,2009,42(8):2695-2706)。

監測水稻葉片蛋白氮含量，不僅可以保證水稻生產的產量和品質，同時能夠動態管理水稻的氮肥施用，減少水稻生產中氮肥的使用量，緩解大量氮肥施用帶來的環境問題，從而產生顯著的經濟和社會效益(陳青春,田永超,姚霞,等.基于冠層反射光譜的水稻追氮調控效應研究[J].中國農業科學,2010,43(20):4149-4157)。傳統的水稻葉片蛋白氮含量的監測主要采用破壞性采樣的方法，需要在室內進行，測定過程費時費力，且時效性差，無法及時的獲取水稻葉片蛋白氮含量，不利于推廣應用。

在水稻的生理生化過程中，水稻植株體內某些特定物質和細胞結構的變化，導致了水稻反射光譜的改變。因此，可以用光譜的變化來獲取水稻葉片蛋白氮含量等水稻生長信息(周冬琴.基于冠層反射光譜的水稻氮素營養與籽粒品質監測[D].南京農業大學,2007)。目前，使用高光譜來監測水稻的生長狀態已經在作物生長監測中得到了應用。隨著光譜技術的發展和普及，高光譜數據可以快捷迅速的獲取水稻葉片蛋白氮含量信息已經成為越來越多水稻生產從業者和研究人員的共識。最常用的方式是使用便攜式全波段光譜儀獲取水稻生長信息，選擇能夠反映葉片蛋白氮含量的特征波段構建反演模型。在構建水稻葉片蛋白氮含量反演模型的過程中，全波段光譜儀所測定的光譜范圍涵蓋了350nm～2500nm，但是由于水稻組分復雜，組分光譜特征波段部分重疊，水稻葉片蛋白氮含量特征光譜的確定困難，同時由于水稻葉片成分復雜，葉片蛋白氮含量以及高光譜數據的分布極易出現離群值，從而影響線性模型的構建。此外，高光譜數據的快速處理成為基于高光譜數據估測水稻葉片蛋白氮含量的亟待解決的技術問題。

因此，希望提供一種水稻葉片蛋白氮含量遙感反演模型，其能夠快速、準確的獲取水稻葉片蛋白氮含量信息，克服水稻組分復雜帶來的光譜疊加效應造成的水稻葉片蛋白氮含量特征波段難以確定的困難，降低建模數據中離群值對模型的干擾，從而提高水稻葉片蛋白氮含量反演模型精度。

發明內容

為了克服上述現有技術中的缺點，本發明的一個目的在于提供一種基于TheilSen回歸算法的水稻葉片蛋白氮含量遙感反演模型，其能夠快速、準確的獲取水稻葉片蛋白氮含量信息，克服水稻組分復雜帶來的光譜疊加效應造成的水稻葉片蛋白氮含量特征波段難以確定的困難，降低建模數據中離群值對模型的干擾，從而提高水稻葉片蛋白氮含量反演模型精度，適于大規模推廣應用。

本發明的另一目的在于提供一種基于TheilSen回歸算法的水稻葉片蛋白氮含量遙感反演模型，其設計巧妙，計算簡便，易于實現，成本低，適于大規模推廣應用。