基于波长的叶绿素含量测定模型构建方法及其系统技术方案

本发明专利技术公开了一种基于波长的叶绿素含量测定模型构建方法，基于波长的叶绿素含量测定方法、系统、设备和计算机可读存储介质，叶绿素含量测定模型构建方法包括：获取叶片样本的光谱数据集，和对应的叶绿素含量值；对叶片样本的光谱数据集进行预处理，得到经预处理后的波长数据集；对经预处理后的波长数据集进行变量筛选，得到目标波长数据集作为特征波长数据集；利用特征波长数据集构建模型，将利用模型得到的叶绿素含量预测值与对应的叶绿素含量值进行比较，优化模型，得到构建好的叶绿素含量测定模型；通过构建基于叶片测量光谱及其波长的叶绿素含量测定模型，通过对叶片样本的光谱或波长进行处理，方便对叶片样本的叶绿素含量进行测定。量进行测定。量进行测定。

【技术实现步骤摘要】
基于波长的叶绿素含量测定模型构建方法及其系统


[0001]本专利技术涉及作物观测
，更具体地，涉及一种基于波长的叶绿素含量测定模型构建方法及其系统。

技术介绍

[0002]叶绿素是植物进行光合作用的主要色素，它位于植物细胞的类囊体薄膜上，在光合作用的光吸收过程中起核心作用。因此，叶绿素含量及其变化情况能够很好地反映植物的光合作用能力、生长健康状况等，在监测农作物长势、病虫害、农作物产量、预测农作物成熟期等方面有着重要意义。
[0003]目前，植物叶片叶绿素含量测定主要有化学分析法、计算机视觉法以及叶绿素仪法三种。化学分析法这种定量方法精度较高，但制取叶绿素溶液需要研磨叶片，费时费力，且破坏了叶片组织，仅适用于实验室测量。计算机视觉法可应用于车载农田诊断系统，是一种快速、非接触的测量方法，但是其实现需要上位机的参与以及大量数据库储备，整个系统体积较大，携带不方便。叶绿素仪法是通过读取植物叶片的透过光或反射光的相关信息，得出植株叶片叶绿素含量的一种方法。叶绿素仪法具有实时、快速、不破坏叶片等优点。现有便携式叶绿素仪中最具有代表性的是日本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于波长的叶绿素含量测定模型构建方法，包括：获取叶片样本的光谱数据集，和对应的叶绿素含量值；对所述叶片样本的光谱数据集进行预处理，得到经预处理后的波长数据集；对所述经预处理后的波长数据集进行变量筛选，得到目标波长数据集作为特征波长数据集；所述变量筛选的过程包括：采用所述经预处理后的波长数据集构建模型，得到构建好的初代模型；保留初代模型中回归系数绝对值权重大于或大于等于第一阈值的点作为新的子集，并去掉权重小于等于或小于第一阈值的点，得到经初次变量筛选后的二次迭代子集；基于第二次迭代子集建立第二次迭代模型，得到第三次迭代子集；经历N次循环，分别基于N次迭代子集建立N次迭代模型，分别得到N+1次迭代子集；分别计算N次迭代模型所对应的N组均方根误差值，确定均方根误差值的最小值对应的迭代子集作为特征波长数据集；利用所述特征波长数据集构建模型，将利用模型得到的叶绿素含量预测值与所述对应的叶绿素含量值进行比较，优化模型，得到构建好的叶绿素含量测定模型。2.根据权利要求1所述的基于波长的叶绿素含量测定模型构建方法，其特征在于，所述预处理包括以下一种或几种：一阶导数、二阶导数、基线校正、多元散射校正、变量标准化、倒数、倒数对数。3.根据权利要求2所述的基于波长的叶绿素含量测定模型构建方法，其特征在于，所述预处理的方法为：变量标准化。4.根据权利要求1所述的基于波长的叶绿素含量测定模型构建方法，其特征在于，所述叶片样本的光谱数据集是将叶片样本的原始光谱数据进行平滑处理后得到的光谱数据集：可选的，所述平滑处理的方法包括但不限于以下一种：Savitzky
‑
Golay。5.根据权利要求1所述的基于波长的叶绿素含量测定模型构建方法，其特征在于，所述特征波长数据集包括以下一种或几种：510、558、559、713、1717、1720、1898、2031、2033、2304。6.根据权利要求1所述的基于波长的叶绿素含量测定模型构建方法，其特征在于，利用机器学习的方法对所述特征波长数据进行模型构建，得到构建好的叶绿素含量测定模型；可选的，所述机器学习的方法包括以下一种或几种：偏最小二乘法回归法、最小二乘支持向量机、神经网络、随机森林法、线性回归、Logistic回归、线性判别分析、分类与回归树、朴素贝叶斯、KNN、学习向量量化、支持向量机、LightGBM、极...

【专利技术属性】
技术研发人员：肖玖军，邢丹，谢元贵，谢刚，李可相，陈阳，张蓝月，
申请(专利权)人：贵州省蚕业研究所贵州省辣椒研究所，
类型：发明
国别省市：