[发明专利]基于高光谱数据的菠萝叶片全磷含量估算方法在审

专利信息
申请号: 202110816850.9 申请日: 2021-07-20
公开(公告)号: CN113390797A 公开(公告)日: 2021-09-14
发明(设计)人: 严程明;马智玲;安东升;窦美安 申请(专利权)人: 中国热带农业科学院湛江实验站
主分类号: G01N21/25 分类号: G01N21/25
代理公司: 北京东方盛凡知识产权代理事务所(普通合伙) 11562 代理人: 许佳
地址: 524013 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 光谱 数据 菠萝 叶片 含量 估算 方法
【权利要求书】:

1.基于高光谱数据的菠萝叶片全磷含量估算方法,其特征在于,包括以下步骤:

S1.采集菠萝叶片样本;

S2.基于所述菠萝叶片样本获得叶片光谱信息和叶片全磷含量;

S3.基于所述叶片光谱信息获取光谱反射敏感波段,基于所述光谱反射敏感波段构建光谱特征参数和植被指数;

S4.基于所述光谱特征参数、植被指数和所述叶片全磷含量构建菠萝叶片全磷含量LPC估算模型,所述菠萝叶片全磷含量LPC估算模型用于对菠萝叶片中的全磷含量进行估算。

2.根据权利要求1所述的基于高光谱数据的菠萝叶片全磷含量估算方法,其特征在于,所述菠萝叶片样本的具体采集过程为:对菠萝种植区域进行分区处理,得到若干个子区域,在每个所述子区域选择若干株菠萝作为代表性植株,在每株菠萝中选择若干片不同生长状态的叶片。

3.根据权利要求2所述的基于高光谱数据的菠萝叶片全磷含量估算方法,其特征在于,所述叶片光谱信息的具体获取过程为:对每片所述菠萝叶片的若干个光谱点进行光谱测量,将每个所述子区域中的所述不同生长状态的叶片光谱进行记录。

4.根据权利要求3所述的基于高光谱数据的菠萝叶片全磷含量估算方法,其特征在于,每个所述子区域进行所述光谱测量后,均进行白板校正。

5.根据权利要求1所述的基于高光谱数据的菠萝叶片全磷含量估算方法,其特征在于,所述叶片全磷含量采用钼蓝比色法进行测定。

6.根据权利要求1所述的基于高光谱数据的菠萝叶片全磷含量估算方法,其特征在于,所述菠萝叶片全磷含量LPC估算模型的具体构建过程为:将所述菠萝叶片样本划分为建模样本和模型检验样本,基于所述建模样本,利用多种方程拟合方式对菠萝叶片全磷含量LPC估算模型进行构建,并通过所述模型检验样本对比各所述模型的决定系数、均方根误差、相对均方根误差,将所述决定系数最高而所述均方根误差、相对均方根误差最小的模型作为所述菠萝叶片全磷含量LPC估算模型。

7.根据权利要求6所述的基于高光谱数据的菠萝叶片全磷含量估算方法,其特征在于,所述菠萝叶片全磷含量LPC估算模型的具体预测过程为:采集待测菠萝叶片光谱,将所述待测菠萝叶片光谱输入所述菠萝叶片全磷含量LPC估算模型中,完成对所述菠萝叶片的全磷含量的预测。

8.根据权利要求6所述的基于高光谱数据的菠萝叶片全磷含量估算方法,其特征在于,所述均方根误差RMSE具体为:

式中,Pi为模型预测叶片全磷含量的值,Mi为叶片全磷含量真实值,n为样本数量。

9.根据权利要求6所述的基于高光谱数据的菠萝叶片全磷含量估算方法,其特征在于,所述相对均方根误差RRMSE具体为:

式中,Pi为模型预测叶片全磷含量的值,Mi为叶片全磷含量真实值,为Mi的平均值,n为样本数量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国热带农业科学院湛江实验站,未经中国热带农业科学院湛江实验站许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110816850.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top