[发明专利]基于氮素组分辐射传输模型的植株氮素估算方法和系统

说明书

本发明提供一种基于氮素组分辐射传输模型的植株氮素估算方法和系统，所述方法包括：S1、获取叶片叶绿素与氮素的定量关系，通过替换光学辐射传输模型(PROSAIL模型)中叶绿素含量在不同波段的吸收系数得到以氮素组分为输入的辐射传输模型，得到以氮素组分为输入的N‑PROSAIL模型；S2、采用复合型混合演化算法，并结合多年实测数据确定作物叶片生理生化及群体结构信息在不同生育时期的先验知识，解决模型的病态反演问题，实现不同生育时期叶片和冠层氮素信息的准确估算。

技术领域

本发明涉及作物生化组分光谱无损检测技术领域，更具体地，涉及基于氮素组分辐射传输模型的植株氮素估算方法和系统。

背景技术

氮素是作物体内维持作物光合作用、提高产量和改善品质的关键元素，过量使用氮肥容易导致作物植株徒长、土壤板结和环境污染等一系列问题。因此，准确监测作物养分的空间分布状况并做到准确实时氮肥管理对于作物健康生长及土壤环境可持续发展具有重要的意义。遥感技术作为目前唯一能够在大范围内实现快速瞬时获取空间连续地表信息的手段，对于发展高产高效和环境友好型现代农业的重要性已被普遍认可。因此，构建作物氮素组分遥感辐射传输模型对于研究氮素的光谱响应机制，提高氮素遥感监测精度及精准施肥管理具有重要作用。

氮素是包括大麦在内的作物所需的主要营养元素，直接影响着作物生长发育与产量品质的形成。对作物冠层叶片的氮素含量水平进行实时、快速和准确地检测，有利于科学合理地指导氮肥施用，减少过量施氮造成的环境污染，提高作物的产量与品质，具有重要的实际意义与应用价值，本发明所述的全氮含量，具体是指作物冠层叶片单位干重中所含氮素的总量，乘以100后用百分比(％)表示，单位为gN100/gDW。

传统的作物氮素含量检测方法耗时费力成本高，并具有破坏性和滞后性。近年来，随着高光谱技术的快速发展，应用光谱无损探测技术对包括氮素在内的作物生化组分进行无损监测估算，已成为当前研究田间作物长势及营养诊断的重要方法。

目前，应用光谱技术检测作物氮素含量的主要方法有两种：一是使用敏感波长的反射率组合生成的各种光谱植被指数；二是应用光谱特征变量直接与作物氮素含量建立响应模型，实现氮素含量的光谱无损估测，光谱特征变量主要包括光谱曲线反射峰或吸收谷特征，以及导数光谱特征量。这两类方法由于通常只使用少数几个特征波长，往往忽略对高光谱数据多个波段丰富信息的挖掘应用，并且在实际应用中很少考虑晴天由于局部云斑阴影暂时或偶然性遮挡产生的光谱差异，使得构建的氮素光谱估算方法模型在时间与空间应用上常表现出扩展性不强、稳定性缺乏的局限。

目前，作物氮素遥感估算方法主要归结为两类：一类是通过选取敏感光谱特征或者构建植被指数的方法。发明名称为“一种基于三波段光谱指数估算植株氮含量的方法”(申请公布号：CN102435564A)的中国发明专利提供了一种波段组合的方法。此专利在近红外光波段、可见光红光波段的基础上，增加了蓝绿光波段及其修正系数，建立了三波段光谱指数及氮含量的监测模型。另一类是运用高级数据挖掘算法构建估算模型。发明名称为“一种油菜叶片氮素含量遥感估算模型方法”(申请公布号：CN101424637A)的中国发明专利提供了一种应用传统回归方法和人工智能技术的油菜叶片氮素含量遥感估算模型。此专利首先确定叶片氮素含量特征波段，然后应用传统回归方法和人工智能技术构建油菜叶片氮素含量估算模型，最后采用结果验证指标，确定最佳模型。当前的氮素遥感估算方法计算过程简单，但是模型仅仅根据单一作物甚至单一生育期构建，应用于其他作物估算时，模型的稳定性及普适性有待提高。

现有的氮素遥感估算方法，基于单一光谱波段与特征或者多波段组合的植被指数构建模型，模型简单，模型仅适用于单一作物或者仅仅单一生育期，缺乏普适性的氮素光谱响应模型描述；氮素光谱响应模型构建后，在利用人工智能优化算法进行氮素信息反演过程中，存在模型的病态反演问题，避免或降低模型的病态反演方法需要考虑。

发明内容