基于高光谱的铁观音氮磷钾含量估算模型的建立

发布时间：2020-07-30 00:49

【摘要】：茶叶品质,一般是指茶叶的颜色、香气、味道和形状,是茶叶中的众多化合物溶于汤水后对人体感官刺激产生的整体效应,是茶叶产品所具备的满足人们需要的属性,受多种成分的综合影响,如游离氨基酸、可溶性糖、茶多酚、儿茶素等。氮、磷、钾是茶品质形成所必需的重要成分。氮是所有蛋白质、氨基酸的组成成分,也是叶绿素、多种激素以及核酸等的主要成分,氮素可以使茶叶叶片肥厚健壮;磷有助于促进茶树的代谢生长,主要在口感和香气上对茶叶品质有所影响,可以增加茶多酚、表儿茶素和没食子儿茶素等多酚类化合物含量,对提高茶叶的香气和口感均有良好的作用;钾有利于促进茶树对氮素的吸收,提高光合作用强度,它虽不是茶树体内有机物的组成成分,但以离子的形式参与各种生化过程,存在于有机体内,进而影响茶叶品质。本研究是利用高光谱遥感在植被生化组分反演和农学参数提取研究的理论指导下,采用统计回归分析和基于特征光谱位置变量的分析方法对福建省安溪县不同地方的铁观音茶叶全氮、全磷、全钾含量进行估测研究。旨在找出与茶叶叶片生化组分含量相关的光谱敏感波段和特征参数,建立氮、磷、钾含量与光谱特征波段的关系模型,并对模型进行检验和分析。本研究的主要内容与结论包括:(1)光谱数据的处理采用导数光谱技术法、SG卷积平滑、红边位移分析和连续统去除法,其中与生化组分氮、磷、钾含量相关性较高的是导数光谱技术和SG卷积平滑处理的光谱,而红边位移分析和连续统去除法处理的光谱与生化组分氮磷钾含量的相关性较低。(2)估算模型建立过程中,分别选取导数光谱技术与SG卷积平滑处理的光谱敏感波段和红边位移分析与连续统去除法处理的光谱特征参数为自变量,生化组分氮磷钾含量为因变量进行模型的构建。分析得出光谱敏感波段为自变量的模型拟合效果较好,而光谱特征参数为自变量的模型拟合效果不理想,不适合用于铁观音生化组分氮、磷、钾含量的估算。(3)针对光谱特征参数为自变量的模型对氮磷钾含量估算效果不理想说明:光谱特征参数对茶叶生化组分中的氮磷钾含量的估算可能还需结合光谱植被指数以及茶叶品种的其他物理参数。光谱特征参数如“三边”参数、绿峰参数、红谷参数和各类高光谱植被指数存在估算叶片其他生化组分含量的潜力,波段深度、波深中心归一化和波段面积归一化变量也为植被其他生化组分含量的反演提供了更多的选择。(4)采用单变量回归分析、多元逐步回归分析以及偏最小二乘法进行铁观音生化组分含量估算模型的建立。分析得出,运用多元逐步回归分析及偏最小二乘法建立的模型拟合效果较单变量回归分析模型的拟合效果好,这说明生化组分含量的变化很少由单一变量主导,而是多个变量共同影响决定。二阶变换光谱变量构建的模型普遍比一阶变换光谱变量构建模型的效果好,这可能与所选敏感波段的光谱反射率差异大小有关。(5)铁观音生化组分氮、磷、钾含量估算的最优模型都是利用偏最小二乘分析方法得出的,经二阶导数变换筛选出的最佳敏感波段主要分布在近红外波段(760nm-1300nm)范围内,说明近红外光谱域内的波段对生化组分氮、磷、钾含量估算起主导作用,可见光和短波红外内的波段起协同作用。
【学位授予单位】：福建师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：O657.3;TS272.7
【图文】：

茶叶,位置图,硕士学位论文

茶叶采样位置图

茶鲜叶,光谱特征,导数光谱

原始光谱数据处理逡逑实验室测得的原始光谱数据由于受到外界因素的干扰不可以直接被用来分析，逡逑进行相关变换处理以消除外界因素对光谱信息的干扰，从而更有效的与生化量进行相关性分析，提取主要的光谱敏感波段。目前，生化物质含量模型反中广泛使用的光谱数据处理方法包括导数光谱分析法、ＳＧ平滑处理、红边分、连续统去除法和植被指数法等（丁圣彦等，２００４）。本文选用导数光谱分ＳＧ卷积平滑、红边位移分析以及连续统去除法对高光谱数据进行处理。逡逑．１光谱导数变换逡逑导数光谱技术是高光谱数据处理中使用的主要方法，包括一阶变换、二阶变变换以及对数变换等。利用导数变换能够有效的去除噪声等外界因素和光谱

茶鲜叶,导数光谱,二阶导数,一阶导数

、ｏｇ、变换形式（牛铮等，２０００；阮伟利等，２００８）。逡逑茶鲜叶原始光谱进行一阶导数和二阶导数处理的结果如图３－２所示，，光谱一阶导数与二阶导数具有明显的差异，但两种变换都清晰的指波段值以及最值反射率所对应的光谱波段信息。逡逑

【相似文献】