一种枣树冠层叶绿素a含量的检测方法技术

本发明专利技术公开了一种枣树冠层叶绿素a含量的检测方法，包括以下步骤：选择晴朗、无云或少量云层、风力小于3级的天气采集枣树冠层的高光谱信息。对高光谱数据进行多元散射校正后，采用小波降噪与平滑处理。提取待测定叶绿素a含量枣树冠层的483、554、600、760、954、1153、1340、1406nm波长的光谱反射率值；将各光谱反射率值代入检测模型，计算得到枣树冠层的叶绿素a含量。本发明专利技术具有无污染、操作简便、快速精确的特点，适合推广应用。

【技术实现步骤摘要】

本专利技术属于植物培育工程
，涉及一种叶绿素a含量的检测方法，具体地说，涉及一种枣树冠层叶绿素a含量的检测方法。
技术介绍
叶绿素a是枣树生长必不可少的营养元素，快速获取叶绿素a信息是监测枣树生长发育及品质保证的前提。现有技术总的枣树冠层叶绿素a含量的检测方法需要配制化学试剂，测定过程中化学尾液排放对环境的污染和对人体的伤害，而且存在操作步骤繁琐，检测时间长的缺陷。目前现有技术中急需一种无污染、操作简便、快速精确的枣树冠层叶绿素a含量的检测方法。
技术实现思路
为了克服现有技术中存在的缺陷，本专利技术提出了一种无污染、操作简便、快速精确的枣树冠层叶绿素a含量的检测方法，该方法实现了枣树冠层叶绿素a含量的快速准确检测，不需要配制任何化学试剂，避免了测定过程中化学尾液排放对环境的污染和对人体的伤害，同时也大大简化了操作步骤，缩短了检测时间，能满足农业生产中大面积枣园短时间内要求获取冠层叶绿素a含量数据的需求，为枣树田间管理中叶绿素a肥的精准施用提供了快速获取施肥量依据的手段。其技术方案如下：一种枣树冠层叶绿素a含量的检测方法，包括以下步骤：(1)选择晴朗、无云或少量云层、风力小于3级的天气采集所需测定叶绿素a含量枣树冠层的高光谱信息。(2)对高光谱数据进行多元散射校正后，采用小波降噪，再进行平滑处理。(3)提取待测定叶绿素a含量枣树冠层的483、554、600、760、954、1153、1340、1406nm波长的光谱反射率值。(4)将各波长的反射率值代入枣树冠层叶绿素a含量检测模型：y＝0.58939-13.23222x1+0.070986x2-9.943082x3+7.431762x4-11.9541x5-4.926803x6+15.15402x7+5.408735x8其中，y为枣树冠层叶绿素a含量，单位为mg/g，x1、x2、x3、x4、x5、x6、x7、x8分别为枣树冠层在波段483、554、600、760、954、1153、1340、1406nm的反射率值。优选地，步骤(1)中所述的枣树冠层的高光谱信息采集，采集时探头必需垂直向下，且需对准冠层中心，探头距冠层1米高度。优选地，步骤(1)中所述的枣树冠层的高光谱信息采集，其采集时间为北京时间11：00-15：00。优选地，步骤(2)中所述平滑处理方法为Savitzky-Golay Smoothing，平滑窗口为7。优选地，步骤(4)中所述的483、554、600、760、954、1153、1340、1406nm波长的光谱反射率值，为同一冠层所测的10次重复的反射率平均后并经过多元散射校正、小波降噪和平滑处理后的值。本专利技术的有益效果为：本专利技术实现了枣树冠层叶绿素a含量的快速准确检测，不需要配制任何化学试剂，避免了测定过程中化学尾液排放对环境的污染和对人体的伤害，同时也大大简化了操作步骤，缩短了检测时间，能满足农业生产中大面积枣园短时间内要求获取冠层叶绿素a含量数据的需求，为枣树田间管理中叶绿素a肥的精准施用提供了快速获取施肥量依据的手段。该方法具有无污染、操作简便、快速精确的特点，适合推广应用。附图说明图1为枣树冠层叶绿素a含量检测值与真实值的拟合程度。具体实施方式下面结合附图和具体实施方式对本专利技术的技术方案作进一步详细地说明。一种枣树冠层叶绿素a含量的检测方法，包括以下步骤：(1)测定待检测叶绿素a含量的枣树冠层的高光谱信息，选择晴朗无云或少云且风力小于3级的天气进行，本实例的具体测定时间为2015年8月21日，高光谱信息采集时间为北京时间13：00-15：00，高光谱信息采集仪器为美国ASD公司生产的FieldSpec 4便携式地物光谱仪，高光谱信息采集时探头垂直向下，距离冠层1米高度，每个冠层采集10条光谱曲线，10条曲线的平均值为该冠层的最终反射率值。本实例共采集了54个枣树冠层的高光谱信息。(2)对采集的54条光谱曲线进行多元散射校正后、小波降噪与平滑处理。(3)提取每条曲线483、554、600、760、954、1153、1340、1406nm波长的光谱反射率值。(4)将每条曲线483、554、600、760、954、1153、1340、1406nm波长的光谱反射率值代入枣树冠层叶绿素a含量检测模型：y＝0.58939-13.23222x1+0.070986x2-9.943082x3+7.431762x4-11.9541x5-4.926803x6+15.15402x7+5.408735x8其中，y为枣树冠层叶绿素a含量，单位为mg/g，x1、x2、x3、x4、x5、x6、x7、x8分别为枣树冠层在波段483、554、600、760、954、1153、1340、1406nm的反射率值。(5)表1是利用室内化学测定法获取的枣树冠层叶绿素a含量的真实值与利用上述枣树冠层叶绿素a含量检测模型得到的检测值的统计数据，由表1可以看出，真实值与检测值二者的平均值、最大值、最小值非常相近；图1是枣树冠层叶绿素a含量检测值与真实值的拟合程度。真实值与检测值之间的决定系数(R2)达到0.77，均方根误差(RMSE)仅有0.088mg/g，平均相对误差(MRE)只有10.1％，标准差与均方根误差比(RPD)达到2.06，根据RPD评价标准，RPD＞2.0，说明模型具有高精度预测的能力。该结果表明，本专利技术的方法可以准确、快速的检测枣树冠层叶绿素a含量。表1枣树冠层叶绿素a真实值与检测值统计(n＝50)以上所述，仅为本专利技术较佳的具体实施方式，本专利技术的保护范围不限于此，任何熟悉本
的技术人员在本专利技术披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本专利技术的保护范围内。本文档来自技高网...

【技术保护点】
一种枣树冠层叶绿素a含量的检测方法，其特征在于，包括以下步骤：(1)选择晴朗、无云或少量云层、风力小于3级的天气采集所需测定叶绿素a含量枣树冠层的高光谱信息；(2)对高光谱数据进行多元散射校正后，采用小波降噪，再进行平滑处理；(3)提取待测定叶绿素a含量枣树冠层的483、554、600、760、954、1153、1340、1406nm波长的光谱反射率值；(4)将各波长的反射率值代入枣树冠层叶绿素a含量检测模型：y＝0.58939‑13.23222x1+0.070986x2‑9.943082x3+7.431762x4‑11.9541x5‑4.926803x6+15.15402x7+5.408735x8其中，y为枣树冠层叶绿素a含量，单位为mg/g，x1、x2、x3、x4、x5、x6、x7、x8分别为枣树冠层在波段483、554、600、760、954、1153、1340、1406nm的反射率值。

【技术特征摘要】
1.一种枣树冠层叶绿素a含量的检测方法，其特征在于，包括以下步骤：(1)选择晴朗、无云或少量云层、风力小于3级的天气采集所需测定叶绿素a含量枣树冠层的高光谱信息；(2)对高光谱数据进行多元散射校正后，采用小波降噪，再进行平滑处理；(3)提取待测定叶绿素a含量枣树冠层的483、554、600、760、954、1153、1340、1406nm波长的光谱反射率值；(4)将各波长的反射率值代入枣树冠层叶绿素a含量检测模型：y＝0.58939-13.23222x1+0.070986x2-9.943082x3+7.431762x4-11.9541x5-4.926803x6+15.15402x7+5.408735x8其中，y为枣树冠层叶绿素a含量，单位为mg/g，x1、x2、x3、x4、x5、x6、x7、x8分别为枣树冠层在波段483、554、600、760、954、1153、134...

【专利技术属性】
技术研发人员：彭杰，王家强，窦中江，陈兵，王琼，
申请(专利权)人：塔里木大学，
类型：发明
国别省市：新疆;65