一种基于新型植被指数的烟叶SPAD值估测方法技术

本发明专利技术提供一种基于新型植被指数的烟叶SPAD值估测方法，包括：1)测定烟叶SPAD值，记录采样点地理坐标；2)获取与测定SPAD值日期同步或相近的包含红边波段的可见光近红外多光谱遥感影像数据，并进行预处理；3)提取遥感影像上采样点的烟草光谱反射率数据；4)计算植被指数OVI，构建新型植被指数红边土壤调整指数RESAVI；5)分析植被指数与烟叶SPAD值的相关性，筛选特征指数；6)构建一元线性回归、多元线性回归和基于随机森林算法的烟叶SPAD值估测模型；7)利用实测SPAD值数据验证模型，分析RESAVI对烟叶SPAD值估测模型精度的影响，确定估测烟叶SPAD值的最优模型。本发明专利技术对烟叶SPAD值快速无损估测，提高烟叶SPAD值估算的准确性，实现烟草长势监测。

【技术实现步骤摘要】
一种基于新型植被指数的烟叶SPAD值估测方法
本专利技术涉及作物生化参数和长势监测
，尤其涉及一种基于新型植被指数的烟叶SPAD值估测方法。
技术介绍
烟草作为重要经济作物，科学化、精细化的管理对于提高烟草质量至关重要。烟草长势与品质的监测，施肥、灌溉等管理都需要依据烟草生化参数。叶绿素作为烟草主要生化参数之一，是叶片叶绿体内进行光合作用的主要色素，与烟草产量、成熟度及生理指标密切相关。快速精准无损地预测烟草叶片的叶绿素含量，有助于及时掌握烟草长势，可为种植管理者提供科学依据。传统实验室化学测定叶绿素含量方法耗时，同时对作物具有破坏性。叶绿素相对含量(soilandplantanalyzerdevelopment，SPAD)，可准确表征叶绿素含量，但传统地面调查获取SPAD值的方法需要反复接触叶片，不适用于大范围叶绿素信息的获取。遥感技术具有快速、无损特点，已应用于SPAD值的估算，目前，利用反射率和植被指数是估测SPAD值的主要方法，反射率数据受多种因素的影响，仅包含一个波段的光谱信息，而植被指数利用植被不同波段的反射特性，能够通过不同波段组合方式反映植被叶绿素含量的差异，如归一化差值植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)等，但这些指数的计算仅基于原始波段，而有学者构建的反射率指数/土壤调节植被指数(TCARI/OSAVI)与叶绿素含量的关系极为显著，说明构建的指数可以改善叶绿素含量估测精度。红边波段能反映作物健康状态、叶绿素含量和叶片结构信息，是植被生理化参数反演的重要信息源。因此，前人通过将其他波段替换为红边波段的方法优化植被指数，比如红边优化指数(ORVI)、标准化差分红边指数(NDRE)，该方法虽然包含了红边波段信息，但同时也丢失了其他波段的信息。因此，有必要在不丢失其他波段信息的基础上，考虑红边信息的同时，基于原始波段衍生出来的指数，构建新型的指数，提升压缩数据维效率，提高估算精度。
技术实现思路
本专利技术实施例提供一种基于新型植被指数的烟叶叶绿素相对含量(soilandplantanalyzerdevelopment，SPAD)值估测方法，本专利技术提供的估测方法可对烟叶SPAD值快速无损估测，能够有效提高烟叶SPAD值估算的准确性，实现烟草长势监测。本专利技术实施例提供一种基于新型植被指数的烟叶SPAD值估测方法，包括：1)测定烟叶SPAD值，记录采样点地理坐标；2)获取与测定SPAD值日期同步或相近的包含红边波段的可见光近红外多光谱遥感影像数据，并进行预处理；3)提取遥感影像上采样点的烟草光谱反射率数据；4)计算植被指数OVI，构建新型植被指数红边土壤调整植被指数RESAVI；5)分析植被指数与烟叶SPAD值的相关性，筛选特征指数；6)构建一元线性回归、多元线性回归和基于随机森林算法的烟叶SPAD值估测模型；7)利用实测SPAD值数据验证模型，分析RESAVI对烟叶SPAD值估测模型精度的影响，确定估测烟叶SPAD值得最优模型。本专利技术中，以包含红边波段的可见光近红外多光谱遥感影像数据，借助对叶绿素响应敏感的红边波段，基于植被指数构建一种能够包含红边信息且减少土壤背景影响的新型植被指数红边土壤调整植被指数(RESAVI)，建立不同的烟叶SPAD值估测模型，对比分析RESAVI对烟叶SPAD值的估测的可行性和有效性，构建的RESAVI与烟叶SPAD值存在极显著关系，可作为估算烟叶SPAD值的有效参数，并构建烟叶SPAD值估测模型，实现烟叶SPAD值进行快速无损估测。根据本专利技术提供的一种基于新型植被指数的烟叶SPAD值估测方法，步骤1)中，选择烟株上、中、下三个部分的叶片，测定烟叶SPAD值，每片叶片测量3次，取平均值作为所述叶片的SPAD值，将三个部分叶片的SPAD值的均值作为取样点的SPAD值，记录采样点位置的经纬度坐标。根据本专利技术提供的一种基于新型植被指数的烟叶SPAD值估测方法，步骤2)中，获取与测定烟叶SPAD值日期同步或相近的包含红边波段的可见光近红外多光谱遥感影像数据，进行大气校正、各波段重采样。根据本专利技术提供的一种基于新型植被指数的烟叶SPAD值估测方法，步骤3)中，通过(ENVIClassic)遥感数据处理软件，打开预处理后的包含红边波段的可见光近红外多光谱遥感影像数据，(利用Tools工具中Regionofinterest的ROITool)以地理坐标导入采样点，导出包含各波段反射率数据的采样点。根据本专利技术提供的一种基于新型植被指数的烟叶SPAD值估测方法，步骤4)中，所述植被指数OVI包括：归一化差值植被指数NDVI、差值植被指数DVI、比值植被指数RVI、三角植被指数TVI、土壤调整植被指数SAVI、优化土壤调整植被指数OSAVI、叶绿素吸收比值指数CARI和转换叶绿素吸收指数TCARI；所述NDVI的表达式：NDVI＝(Bnir-Br)/(Bnir+Br)；所述DVI的表达式：DVI＝Bnir-Br；所述RVI的表达式：RVI＝Bnir/Br；所述TVI的表达式：TVI＝0.5*[120*(Bnir-Bg)-200*(Br-Bg)]；所述SAVI的表达式：SAVI＝1.5*(Bnir-Br)/(Bnir+Br+0.5)；所述OSAVI的表达式：OSAVI＝(1+0.16)*(Bnir-Br)/(Bnir+Br+0.16)；所述CARI的表达式：CARI＝(Bre-Br)-0.2*(Bre+Br)；所述TCARI的表达式：TCARI＝3*[(Bre-Br)-0.2*(Bre-Bg)]*(Bre/Br)；构建的红边土壤调整植被指数RESAVI的表达式为：RESAVI＝SAVI*NDRE＝1.5*(Bnir-Br)/(Bnir+Br+0.5)*[(Bnir-Bre)/(Bnir+Bre)]；其中，Bg为绿波段的反射率；Br为红波段的反射率；Bre为红边波段的反射率，对于含有多个红边波段的影像，利用各个红边波段分别计算标准化差分红边指数(NDRE)，并与SPAD值做相关性分析，以相关性最高的NDRE中包含的红边波段作为构建RESAVI的红边波段，所述NDRE的表达式：NDRE＝[(Bnir-Bre)/(Bnir+Bre)]；Bnir为近红外波段的反射率。根据本专利技术提供的一种基于新型植被指数的烟叶SPAD值估测方法，步骤5)中，分析植被指数与烟叶SPAD值的相关性，对植被指数OVI中相关性最高的植被指数HI和参与建模的特征指数CI进行筛选；所述特征指数为与烟叶SPAD值达到0.01极显著相关水平的植被指数。根据本专利技术提供的一种基于新型植被指数的烟叶SPAD值估测方法，步骤6)中，将样本按照3:1的比例随机划分为建模集和检验集；利用建模集数据构建估测模型，估测模型的构建包括如下步骤：B1)分别以RESAVI、HI为自变量，烟叶SPAD值为因变本文档来自技高网...

【技术保护点】
1.一种基于新型植被指数的烟叶SPAD值估测方法，其特征在于，包括：/n1)测定烟叶SPAD值，记录采样点地理坐标；/n2)获取与测定SPAD值日期同步或相近的包含红边波段的可见光近红外多光谱遥感影像数据，并进行预处理；/n3)提取遥感影像上采样点的烟草光谱反射率数据；/n4)计算植被指数OVI，构建新型植被指数红边土壤调整指数RESAVI；/n5)分析植被指数与烟叶SPAD值的相关性，筛选特征指数；/n6)构建一元线性回归、多元线性回归和基于随机森林算法的烟叶SPAD值估测模型；/n7)利用实测SPAD值数据验证模型，分析RESAVI对烟叶SPAD值估测模型精度的影响，确定估测烟叶SPAD值的最优模型。/n

【技术特征摘要】
1.一种基于新型植被指数的烟叶SPAD值估测方法，其特征在于，包括：
1)测定烟叶SPAD值，记录采样点地理坐标；
2)获取与测定SPAD值日期同步或相近的包含红边波段的可见光近红外多光谱遥感影像数据，并进行预处理；
3)提取遥感影像上采样点的烟草光谱反射率数据；
4)计算植被指数OVI，构建新型植被指数红边土壤调整指数RESAVI；
5)分析植被指数与烟叶SPAD值的相关性，筛选特征指数；
6)构建一元线性回归、多元线性回归和基于随机森林算法的烟叶SPAD值估测模型；
7)利用实测SPAD值数据验证模型，分析RESAVI对烟叶SPAD值估测模型精度的影响，确定估测烟叶SPAD值的最优模型。


2.根据权利要求1所述的一种基于新型植被指数的烟叶SPAD值估测方法，其特征在于，步骤1)中，选择烟株上、中、下三个部分的叶片，测定烟叶SPAD值，每片叶片测量3次，取平均值作为所述叶片的SPAD值，将三个部分叶片的SPAD值的均值作为取样点的SPAD值，记录采样点位置的经纬度坐标。


3.根据权利要求1所述的一种基于新型植被指数的烟叶SPAD值估测方法，其特征在于，步骤2)中，获取与测定SPAD值日期同步或相近的包含红边波段的可见光近红外多光谱遥感影像数据，进行大气校正、各波段重采样。


4.根据权利要求1所述的一种基于新型植被指数的烟叶SPAD值估测方法，其特征在于，步骤3)中，通过遥感数据处理软件打开预处理后的包含红边波段的可见光近红外多光谱遥感影像数据，以地理坐标导入采样点，导出包含各波段反射率数据的采样点。


5.根据权利要求1所述的一种基于新型植被指数的烟叶SPAD值估测方法，其特征在于，步骤4)中，所述植被指数OVI包括：归一化差值植被指数NDVI、差值植被指数DVI、比值植被指数RVI、三角植被指数TVI、土壤调整植被指数SAVI、优化土壤调整植被指数OSAVI、叶绿素吸收比值指数CARI和转换叶绿素吸收指数TCARI；
所述NDVI的表达式：NDVI＝(Bnir-Br)/(Bnir+Br)；
所述DVI的表达式：DVI＝Bnir-Br；
所述RVI的表达式：RVI＝Bnir/Br；
所述TVI的表达式：TVI＝0.5*[120*(Bnir-Bg)-200*(Br-Bg)]；
所述SAVI的表达式：SAVI＝1.5*(Bnir-Br)/(Bnir+Br+0.5)；
所述OSAVI的表达式：OSAVI＝(1+0.16)*(Bnir-Br)/(Bnir+Br+0.16)；
所述CARI的表达式：CARI＝(Bre-Br)-0.2...

【专利技术属性】
技术研发人员：张超，吕小艳，薛琳，余洋，陈畅，黄健熙，
申请(专利权)人：安徽皖南烟叶有限责任公司，中国农业大学，
类型：发明
国别省市：安徽;34