一种小麦植株氮含量的高光谱测定方法技术

本发明专利技术公开了一种小麦植株氮含量的高光谱测定方法，包括以下步骤：选取试验样本、数据采集、数据处理与模型筛选、构建最合适的小麦植株氮含量监测模型、优化小麦植株氮含量监测模型、测试与检验小麦植株氮含量监测模型。本发明专利技术以不同小麦基因型品种为材料，利用高光谱遥感技术对不同种植地点、年份、生育时期、施肥水平、种植密度等条件下的小麦植株含氮量进行测定，高光谱遥感技术克服了传统测定方法的繁琐费事耗力的缺点，可以快速有效、非破坏性地获得连续性的大量光谱信息，为实时监测作物长势、营养状况，估测作物氮含量、产量和品质等提供了可能。

A Hyperspectral Method for Determining Nitrogen Content in Wheat Plants

The invention discloses a hyperspectral method for determining nitrogen content in wheat plant, which includes the following steps: selecting test samples, data acquisition, data processing and model screening, constructing the most suitable monitoring model of nitrogen content in wheat plant, optimizing the monitoring model of nitrogen content in wheat plant, testing and testing the monitoring model of nitrogen content in wheat plant. The invention uses different wheat genotype varieties as materials and uses hyperspectral remote sensing technology to determine the nitrogen content of wheat plants under different planting locations, years, growth periods, fertilization levels, planting density and other conditions. The hyperspectral remote sensing technology overcomes the shortcomings of the traditional measuring method, which is cumbersome, laborious and energy-consuming, and can quickly, effectively and non-destructively obtain a large amount of continuous light. Spectrum information provides a possibility for real-time monitoring crop growth, nutritional status and estimating crop nitrogen content, yield and quality.

【技术实现步骤摘要】
一种小麦植株氮含量的高光谱测定方法
本专利技术属于农业
，尤其涉及一种小麦植株氮含量的高光谱测定方法。
技术介绍
小麦是世界上栽培最古老、种植面积最大、总产量最多和贸易量最大的作物，在我国的种植面积居第三位，是重要的商品粮和主要粮食储备品种；而氮素是小麦生长发育所必需的第一大矿质营养元素，其营养效率的高低直接影响着作物的产量和品质，具有“生命的元素”之称。近年来，我国氮肥施用量持续增加，在促进作物增产的同时，也因过度施用导致肥效急剧下降，并造成严重的资源浪费和环境污染问题。基于经济效益和生态环境保护双重要求，提高氮肥利用率已成为农业科技创新的前沿问题和保障我国粮食安全的重要需求。因此，大力发展小麦植株生长实时监测技术，对小麦植株氮素状况进行实时、快速和准确地检测，精确管理与调控氮肥施用量，对确保作物产量和品质目标，提高氮肥利用效率，减少环境污染具有重要意义，这也是现代农业施肥管理所迫切需要解决的关键技术。长期以来，传统的小麦植株的氮素含量监测都是通过田间破坏性取样、室内分析测定而得，需要投入大量精力与时间，分析成本高，周期较长，时效性差。近年来，随着科学技术的发展，无损诊断氮素状况的方法已经被许多研究者提出，包括叶色诊断、叶绿素仪、叶绿素荧光技术等，相比之下，作物光谱诊断技术的目标样本不是单个的样本而是大范围的群体，能够快速准确的诊断作物的生长状态和大区域作物的空间变化。随着高光谱技术的快速发展，应用光谱无损探测技术能够实时快速监测作物氮含量状况，已成为当前及将来田间作物长势及营养诊断的重要方法，为作物氮含量精确管理提供可靠的技术支持。小麦植株体内大多数生理生化变化会引起某些特定波段反射光谱的变化。基于这一原理，可以利用小麦植株生长信息的光谱特征波长和植被指数来反演小麦植株的氮含量状态。然而目前关于氮含量的监测方法多以水稻、玉米为研究对象，对不同基因型小麦品种研究甚少，而利用不同试验条件下品种间高光谱特征构建生理生化指标监测模型，进而评价氮含量相关指标的研究更是少之甚少。
技术实现思路
本专利技术的目的在于：针对上述传统的测定植物氮含量的方法多具有破坏性、分析成本高和费时费力，周期较长，时效性差且目前关于氮含量的监测方法多以水稻、玉米为研究对象，对不同试验条件下不同小麦基因型品种的研究甚少的问题，本专利技术提供一种小麦植株氮含量的高光谱测定方法。本专利技术采用的技术方案如下：一种小麦植株氮含量的高光谱测定方法，包括以下步骤：(1)试验样本：来自不同年份、不同地点、不同品种、不同施肥处理、不同种植密度和不同生育时期等条件下的960份小麦植株样本；(2)数据采集：采用ASDFieldspcFR2500光谱仪获取小麦植株垂直角度光谱反射率，并加测土壤背景光谱；(3)数据处理与模型筛选：对试验采集的光谱数据，用挑选的15个常用光谱指数和1个新构建的光谱指数，采用SPSS17.0以及MATLABsoftware软件进行数据处理；(4)构建最合适的小麦植株氮含量监测模型；(5)优化小麦叶氮含量监测模型；(6)测试与检验小麦叶氮含量监测模型。进一步的，所述步骤(1)中的不同年份分别是：2013年、2014年、2015年、2016年、2017年；不同地点分别是：全国潮土肥力和肥料效益长期监测试验站-郑州、开封、商水；不同品种分别是：松散型小麦(郑麦9694、周麦18、开麦18)、直立型小麦(豫麦50、豫麦49-198、豫麦34)；不同施肥处理分别是：不施肥、施氮磷钾肥、施有机肥和配施氮磷钾肥、秸秆还田和配施有机肥及氮磷钾肥；不同密度分别是：90万株/公顷、180万株/公顷、360万株/公顷；不同生育时期分别是：起身期、拔节期、开花期、成熟期。进一步的，所述步骤(2)中的ASDFieldspcFR2500光谱仪波段范围是350～2500nm，视场角为25°，其中，350～1000nm波段范围，光谱分辨率为3nm，采样间隔为1.4nm；1000～2500nm波段范围光谱分辨率为10nm，采样间隔为2nm。进一步的，所述步骤(3)中15个常用光谱指数分别是：GNDVI、SAVI、NDCI、NPCI、PRIc、Carter2、mND705、RI-1dB、DDNI、NDRE、NAOC、MTVI1、R705/(R717+R491)、(R780-R710)/(R780-R680)和(R924-R703+2*R423)/(R924+R703-2*R423)，1个新构建的光谱指数是：植被指数NDRE和水分指数FWBI构建的比值光谱指数，即抗水分氮指数WRNI：NDRE/FWBI。进一步的，所述步骤(4)中的小麦植株氮含量监测模型是根据WRNI建立的线性模型。进一步的，所述步骤(5)中优化小麦植株氮含量监测模型过程中筛选的波段是725nm和735nm，优化后的指数为WRNI＝[(R735-R720)*R900]/[Rmin(930-980)*(R735+R720)]。进一步的，所述步骤(6)中为了检验小麦植株氮含量监测模型的可靠性，通过均方根误差(RMSE)、平均相对误差(RE)、预测值与实际值线性回归的决定系数R2来评价模型的精度和准确度，RMSE和RE越小，则模型精度越高。以国家潮土土壤肥力与肥料效益长期监测站30年的长期定位试验为平台，以不同年份、不同地点、不同品种、不同施肥处理、不同生育时期和不同种植密度为试验条件，筛选出960份氮素利用效率有显著差异小麦植株样本，当作物氮素状态发生变化时，叶片颜色等形态结构随之发生变化，从而影响光谱的吸收、反射和透射，而这些光谱特征的变化为作物氮含量营养状况的诊断和监测提供了理论依据。光谱测定选择在无云无风的晴朗天气，测定时间为10:00～14:00。测量时传感器的探头距离小麦冠层顶部的垂直距离为1.0m，视场范围内重复10次，取平均值，地面视场为0.44m的直径范围，以其平均值作为该小区的光谱反射值，测量过程中及时进行标准白板校正。基于高光谱监测数据，分析不同生育期小麦冠层反射光谱与氮含量的相关关系，挑选出对氮含量敏感的光谱波段。基于敏感波段及文献分析，归纳出15个常用的光谱植被指数及1个新构建的光谱指数，利用试验的高光谱数据，通过MATLABsoftware(MathWorks,Inc,Natick,MA)数据处理及相关分析，计算不同高光谱参数与小麦冠层氮含量的相关系数，并选择相关系数较高的光谱指数进行回归分析建立回归方程。通过决定系数R2以及自主开发基于MATLAB软件的计算机程序对回归方程进行优化。在此基础上，利用验证试验样本对模型进行检验，通过均方根误差(RMSE)、平均相对误差(RE)、预测值与实际值线性回归的决定系数R2来评价模型的精度和准确度，基于这些标准，确定最合适的模型。其中，RMSE、RE的计算公式如下：式中：Pi和Oi分别是预测值和实测值，n是样本个数；如果RE<10％，模型的精度和准确度较高；其次为10％<RE<20％；如果RE>30％，模型的精度和准确度都较差。不同试验条件下，15个常见光谱指数中，10个光谱指数是基于两波段光谱信息构建的，例如，GNDVI具有较高的预测能力，其决定系数R2为0.781，均方根误本文档来自技高网...

【技术保护点】
1.一种小麦植株氮含量的高光谱测定方法，其特征在于，包括以下步骤：(1)试验样本：来自不同年份、地点、品种类型、施肥处理、种植密度、生育时期的小麦植株样；(2)数据采集：采用ASD Fieldspc FR2500光谱仪获取小麦植株垂直角度光谱反射率，并加测土壤背景光谱；(3)数据处理与模型筛选：对试验采集的光谱数据，用挑选的15个常用光谱指数和1个新构建的光谱指数，采用SPSS17.0以及MATLAB software软件进行数据处理；(4)构建最合适的小麦植株氮含量监测模型；(5)优化小麦植株氮含量监测模型；(6)测试与检验小麦植株氮含量监测模型。

【技术特征摘要】
1.一种小麦植株氮含量的高光谱测定方法，其特征在于，包括以下步骤：(1)试验样本：来自不同年份、地点、品种类型、施肥处理、种植密度、生育时期的小麦植株样；(2)数据采集：采用ASDFieldspcFR2500光谱仪获取小麦植株垂直角度光谱反射率，并加测土壤背景光谱；(3)数据处理与模型筛选：对试验采集的光谱数据，用挑选的15个常用光谱指数和1个新构建的光谱指数，采用SPSS17.0以及MATLABsoftware软件进行数据处理；(4)构建最合适的小麦植株氮含量监测模型；(5)优化小麦植株氮含量监测模型；(6)测试与检验小麦植株氮含量监测模型。2.根据权利要求1所述的一种小麦植株氮含量的高光谱测定方法，其特征在于，所述步骤(1)中的不同年份分别是：2013年、2014年、2015年、2016年、2017年；不同地点分别是：全国潮土肥力和肥料效益长期监测试验站-郑州、开封、商水；不同品种分别是：松散型小麦(郑麦9694、周麦18、开麦18)、直立型小麦(豫麦50、豫麦49-198、豫麦34)；不同施肥处理分别是：不施肥、施氮磷钾肥、施有机肥和氮磷钾肥、秸秆还田和配施氮磷钾肥；不同密度分别是：90万株/公顷、180万株/公顷、360万株/公顷；不同生育时期分别是：起身期、拔节期、开花期、成熟期。3.根据权利要求1所述的一种小麦植株氮含量的高光谱测定方法，其特征在于，所述步骤(2)中的ASDFieldspcFR2500光谱仪波段范围是350～2500nm，视场角为25°，其中，350～1000nm波段范围，...

【专利技术属性】
技术研发人员：宋晓，黄绍敏，许端阳，张珂珂，郭斗斗，张水清，岳克，查菲娜，
申请(专利权)人：河南省农业科学院植物营养与资源环境研究所，
类型：发明
国别省市：河南,41