[发明专利]一种基于连续小波分析的水稻反射光谱红边位置提取方法

说明书

本发明提出一种基于连续小波分析的水稻反射光谱红边位置提取方法，包括以下步骤：分别测量水稻的叶片单叶和冠层的反射光谱及相对应的叶绿素含量；对反射光谱进行预处理，获得小波系数；在680nm～750nm光谱区间提取出小波系数光谱的零点，定义该零点对应的光谱位置为红边位置。本发明的方法通过对水稻叶片和冠层的反射光谱进行连续小波变换，基于获得的小波系数提取出红边位置，该方法操作步骤简单，运算速度快，适用于不同水稻品种、不同栽培处理、不同生育时期的叶片和冠层水平，可广泛用于监测水稻叶片和冠层叶绿素含量。

技术领域

本发明属于作物生长监测领域，尤其是一种基于连续小波分析的水稻反射光谱红边位置提取方法。

背景技术

水稻在我国粮食生产中具有重要的地位，及时监测水稻长势对保障国家粮食安全和农业可持续发展起基础作用。作物叶绿素含量是植被的一个重要指标，其指示植物光合作用的能力。目前，遥感技术已被广泛用于准确、无损地估算叶绿素含量。叶绿素在680nm附近有明显的吸收特征，随着波长向长波方向移动，叶绿素吸收降低，出现了一条陡然上升的曲线，被定义为红边。随着叶绿素含量的增加，红边向长波方向移动，表明红边位置可能是衡量叶绿素含量的好方法。大量研究表明，红边位置，即红边的拐点，与多种植物的叶绿素含量密切相关。

根据定义，一阶导数最大值法将红边位置定义为红边区间光谱一阶导数最大值对应的波长。然而有大量研究证实了利用该方法提取红边位置常常会遇到双峰现象，即提取的红边位置不连续。双峰现象导致了叶绿素含量和红边位置关系的不连续性，降低了红边位置在叶绿素含量估测方面的可靠性。在过去的三十年里，许多研究针对消除红边位置不连续的问题进行了研究并且开发了新的红边位置提取技术，目的是提高叶绿素含量的监测精度。

基于插值技术的红边位置提取方法主要分为两种，一种是线性内插，另一种为线性外插。线性内插采用的是670、700、740和780nm波段处的反射率，进而提取出红边位置。线性外插采用的是680、700、725和760nm波段处的光谱一阶导数值，进而提取出红边位置。由于插值技术选取了四个特定的波段，对于不同的数据集来说，最优的四个波段可能不一致。同时对于叶片水平和冠层水平来说，最优的四个波段也可能不一致。另外，由于线性外插需要光谱导数数据，常常会受到光谱分辨率和光谱噪声的影响。

发明内容

本发明所解决的技术问题在于提供一种基于连续小波分析的水稻反射光谱红边位置提取方法，通过对水稻叶片和冠层的反射光谱进行连续小波变换，基于获得的小波系数提取出红边位置，操作步骤简单易行，运算速度快，适用于不同水稻品种、不同栽培处理、不同生育时期的叶片和冠层水平，可广泛用于监测水稻叶片和冠层叶绿素含量。

实现本发明目的的技术解决方案为：

一种基于连续小波分析的水稻反射光谱红边位置提取方法，包括以下步骤：

步骤1：分别测量水稻的叶片单叶和冠层的反射光谱及相对应的叶绿素含量；

步骤2：对反射光谱进行预处理，获得小波系数；

步骤3：在680nm～750nm光谱区间提取出小波系数光谱的零点，定义该零点对应的光谱位置为红边位置。

进一步的，本发明的基于连续小波分析的水稻反射光谱红边位置提取方法，步骤1中测量的生育期包括：在拔节期和孕穗期采集叶片单叶数据，在分蘖期、拔节期、孕穗期、抽穗期和灌浆期采集冠层数据。

进一步的，本发明的基于连续小波分析的水稻反射光谱红边位置提取方法，步骤2中预处理的具体步骤包括：

步骤2-1：从反射光谱中提取400nm～1000nm区间的光谱数据；

步骤2-2：选择高斯二阶导函数为母小波函数；

步骤2-3：利用母小波函数对步骤2-1中的光谱数据进行连续小波变换，获得小波系数。