一种油菜叶片氮素含量遥感估算模型方法技术

本发明专利技术公开了一种油菜叶片氮素含量遥感估算模型方法，包括：（１）测得油菜叶片光谱反射率和氮素含量，进行各叶片光谱参数和氮素含量的相关分析，确定叶片氮素含量特征波段；（２）应用传统回归方法和人工智能技术，建立油菜叶片氮素含量的遥感估算模型；（３）采用结果验证指标，确定油菜叶片氮素含量的各光谱参数估算最佳模型；（４）比较油菜叶片氮素含量的各光谱参数估算最佳模型的验证结果，再确定一种最佳的油菜叶片氮素含量的遥感估算模型。本发明专利技术的有益之处在于：本发明专利技术利用叶片光谱参数，应用传统回归方法和人工智能技术，提供了一种油菜叶片氮素含量遥感估算模型方法，快速准确监测了油菜叶片淡素含量。

【技术实现步骤摘要】

本专利技术涉及一种基于油菜叶片光谱的氮素含量遥感估算方法，具体地说， 本专利技术采用多种人工智能技术与光谱参数相结合，建立了一种优于传统统计方 法的氮素含量遥感估算方法。
技术介绍
叶片光谱分析能克服常规化学分析的弊端，它具有非破坏性、分析时间短、 不需要化学药品、操作简单、自动化程度高等优点。叶片光谱不像冠层光谱要 受冠层形态、观测和辐射几何角度、土壤背景以及测量环境等诸多因素的影响， 可以获得相对理想的实验数据。叶片的光谱特征与叶片氮素含量和植物营养状 况密切相关，通过分析研究植物叶片光谱的特征，可以帮助我们理解光谱吸收 特征的生物学意义，为运用遥感手段估算植物生化组成及含量提供依据。因此， 许多研究人员致力于叶片光谱特性及其与生化组分含量的相关关系研究，寻求 高准确度和精确度的叶片氮素含量的遥感估算模型。氮素遥感估算方法在水稻、小麦、玉米和棉花等作物上已有研究，而对油菜的研究鲜见报道；对于作物氮素含量遥感估算研究主要采用光谱的反射率及 其变换形式以及光谱植被指数，小部分研究采用了红边参数，主要应用逐步回 归分析方法和最小二乘法等数学统计模型，人工智能方法在作物氮素含量遥感 估本文档来自技高网...

【技术保护点】
一种油菜叶片氮素含量遥感估算模型方法，其特征在于包括以下步骤：　（１）测得油菜叶片光谱反射率和氮素含量，进行各叶片光谱参数和氮素含量的相关分析，确定叶片氮素含量特征波段；　（２）应用传统回归方法和人工智能技术，建立油菜叶片氮素含 量的遥感估算模型；　（３）采用结果验证指标，比较不同方法建立的油菜叶片氮素含量的各光谱参数估算模型，确定油菜叶片氮素含量的各光谱参数估算最佳模型；　（４）比较油菜叶片氮素含量的各光谱参数估算最佳模型的验证结果，再确定一种最佳的油 菜叶片氮素含量的遥感估算模型。

【技术特征摘要】

【专利技术属性】
技术研发人员：王渊，黄敬峰，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86[中国|杭州]