[发明专利]一种基于加权环境变量聚类的叶片磷含量检测方法

说明书

本发明公开了一种基于加权环境变量聚类的叶片磷含量检测方法，属于叶片磷含量检测相关技术领域，包括以下步骤：划分混合样组、光谱测定、叶片磷含量测定、光谱与叶片磷含量匹配、划分叶片样品的训练集和验证集、筛选影响叶片磷含量环境变量、确定最优聚类数、构建基于加权环境变量聚类的高光谱局部估测模型、预估叶片磷含量。在对叶片样品进行聚类时考虑了不同环境变量对叶片磷含量影响的差异，更符合树木在生态环境中的实际生长发育情况，因而能更准确地划分叶片样品的类别，进而挖掘出环境因子真实影响条件下叶片磷含量与光谱之间的关系，达到增强模型预测能力、提高模型预测精度的目的。

技术领域

本发明涉及叶片磷含量检测相关技术领域，更具体的说是涉及一种基于加权环境变量聚类的叶片磷含量检测方法。

背景技术

磷在植物体内是细胞原生质的组分，对细胞的生长和增殖起重要作用；磷还参与植物生命过程的光合作用，糖和淀粉的利用和能量的传递过程。在橡胶树中，磷参与合成天然橡胶，与天然橡胶产量密切相关。橡胶树叶片磷含量可以指示橡胶树磷营养状况，掌握准确的橡胶树叶片磷含量是指导橡胶树合理施用磷肥保持天然橡胶稳产、高产的前提。高光谱技术具有准确、快速获取橡胶树叶片磷含量的潜力，但目前在区域尺度上构建的橡胶树叶片磷含量估测模型预测能力还有限，主要原因在于叶片磷含量及其光谱在区域尺度上具有较强的异质性。因此研发一种基于加权环境变量聚类的叶片磷含量检测方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于加权环境变量聚类的叶片磷含量检测方法。

为了实现上述目的，本发明提供如下技术方案：

一种叶片磷含量检测方法，包括以下步骤：

划分混合样组：按照成土母质以及样地面积将采集的叶片划分成不同的混合样组；

光谱测定：按混合样组对叶片进行光谱测定，得到原始光谱；对原始光谱去噪，得到最终光谱；

叶片磷含量测定：将混合样组中的叶片放入烘箱中杀青30min，降温至70℃，恒温烘干至恒量，研钵磨成粉末过筛；经浓H₂SO₄和30％H₂O₂的消煮，用钼锑抗比色法测定；

光谱与叶片磷含量匹配：将最终光谱与对应的叶片磷含量值进行匹配；

划分叶片样品的训练集和验证集：利用K-S算法将采集的样本按照比例划分为训练集和验证集；

筛选影响叶片磷含量环境变量：计算叶片磷含量与环境变量之间的最大信息系数MIC1；进行显著性检验，保留与叶片磷含量关系达到显著性水平的环境变量；计算环境变量之间的最大信息系数MIC2；依据最大信息系数MIC2的大小，剔除存在共线性的环境变量；

确定最优聚类数：依据随机森林算法计算环境变量在预测目标变量时的重要性评估值，依据重要性评估值计算出任一环境变量对叶片磷含量影响的权重；依据确定的权重对相应的环境变量进行加权，利用加权环境变量获得最优聚类数；

构建基于加权环境变量聚类的高光谱局部估测模型：利用偏最小二乘回归算法构建不同样品类别的叶片磷含量高光谱局部估测模型，估算叶片磷含量。

作为一种改进，在划分混合样组中，采集不同成土母质上各个位置的特定时间内的不同植株的相同数量且没有病斑的叶片。

其优点在于，通过采集不同成土母质，不同时期的叶片，以扩大叶片磷含量变化范围，为模型的建立提供更加全面的数据，增加模型的准确性。

作为一种改进，在光谱测定前利用叶片夹底部的白板对反射率光谱进行校正。

其优点在于，对反射率光谱进行校正使测得的光谱更加准确。