[发明专利]基于高光谱植被指数的叶片多酚含量估算方法

说明书

本发明公开一种基于高光谱植被指数的叶片多酚含量估算方法，包括以下步骤：测量鲜叶的鲜叶光谱，形成鲜叶光谱库，将鲜叶经处理后测定得到叶片多酚含量实测值；对鲜叶光谱库进行预处理和重采样，构建各个鲜叶光谱的归一化高光谱植被指数，通过随机采样将其划分为建模数据集和测试数据集；针对建模数据集的各个鲜叶光谱，建立归一化高光谱植被指数和叶片多酚含量的二次多项式经验公式；将经验公式用于测试数据集，选取模型预测精度最高的归一化高光谱植被指数；最后预测叶片多酚含量。本发明根据叶片多酚的光谱吸收特征，构建了基于归一化高光谱植被指数的预测模型，该方法能够快速准确估测叶片多酚含量，模型普适性强，可广泛用于多种植物物种。

技术领域

本发明涉及植被遥感技术领域，尤其涉及一种基于高光谱植被指数的叶片多酚含量估算方法。

背景技术

多酚是植物叶片中的一种次级代谢产物，是一种重要的植物叶片功能性状，体现了植物叶片对虫食的防御功能，其含量能够反映植物在自身生长、对外防御方面的资源分配和权衡，对于研究植物生长、存活以及对环境变化的响应有重要的意义。

叶片多酚含量的测定过程比较复杂，比如对采集后叶片的存储要求较高(比如需要利用液氮对新鲜叶片进行快速冷冻)，并将冷冻叶片进行冷冻烘干，研磨称重后再进行分析测定，步骤繁多且花费较高。高光谱遥感技术可以提供叶片的精细连续光谱信息，能够快速、省时高效的测定叶片多酚含量。

目前针对利用高光谱遥感测定叶片多酚含量的研究较少，主要由于缺乏同时测定叶片光谱和多酚的数据集，以及过去研究对多酚含量的重视不足。已有的少数研究大多采用叶片的全波段光谱信息对多酚含量进行估测，仍然缺乏能够快速估测多酚含量并且广泛应用于多种植物物种的高光谱植被指数。

发明内容

针对上述问题，本发明提出一种基于高光谱植被指数的叶片多酚含量估算方法，旨在解决现有叶片多酚估算方法普适性不强的问题。

为解决上述技术问题，本发明的技术方案如下：

一种基于高光谱植被指数的叶片多酚含量估算方法，包括以下步骤：

采集多种待测植物物种的鲜叶，并测量所述鲜叶的鲜叶光谱，形成鲜叶光谱库，将所述鲜叶经处理后测定得到叶片多酚含量实测值；

对所述鲜叶光谱库进行预处理和重采样，得到鲜叶光谱数据集；

根据所述鲜叶光谱数据集构建各个鲜叶光谱的高光谱归一化植被指数，通过随机采样将所述高光谱归一化植被指数划分为建模数据集和测试数据集；

针对所述建模数据集，建立所述高光谱归一化植被指数和叶片多酚含量的二次多项式经验公式；

将所述测试数据集的高光谱归一化植被指数代入所述二次多项式经验公式，得到叶片多酚含量预测值；

计算所述叶片多酚含量预测值和所述叶片多酚含量实测值之间的决定系数和均方根误差，选取决定系数最高且均方根误差最低的高光谱归一化植被指数用于预测叶片多酚含量。

在一些实施方式中，利用Spectralon反射率为99％的标准白板进行定标，采用地物光谱仪和叶片夹测量所述鲜叶的鲜叶光谱。

在一些实施方式中，所述叶片多酚含量实测值的处理采用破坏性取样，将所述鲜叶利用液氮进行快速冷冻，利用冷冻烘干，经过研磨称重后，进行化学分析得到实测叶片多酚含量。

在一些实施方式中，对所述鲜叶光谱进行质量检查，并利用样条校正对所述鲜叶光谱进行预处理，预处理后将叶片光谱从1nm重采样为5nm，并去除噪声波段。

在一些实施方式中，所述建模数据集的数据量占所述高光谱归一化植被指数的70％，所述测试数据集的数据量占所述高光谱归一化植被指数的30％。