基于不同预处理方法的小麦叶片氮素含量的高光谱估测

发布时间：2020-09-01 15:06

　　精准农业是一种基于信息的农业管理系统,利用传感器和现代先进的监测技术,对详细的土地数据和作物数据提供完全,准确以及及时的了解,并结合准确的时空统计分析,及时迅速的做出正确决策。通过利用高光谱数据与不同养分(氮、磷、钾等)所建立的数学模型,可以用来估测作物养分得供应状况。通过大量的研究表明,通过遥感监测作物的氮素含量水平的精确性优于监测作物其他营养元素的精确性。高光谱数据的预处理方法在高光谱数据处理中具有非常重要的地位。有效的预处理方法能够减少甚至于消除高光谱的无关信息(例如样本背景和电噪声以及杂散光),对数据的影响为后续基于高光谱数据的分析提供更为可靠且有效的数据来源。小麦作为我国非常重要的粮食作物,利用高光谱技术及时和准确的监测其生长状况以及产量等状况尤为重要,对实现小麦生长的精准农业的管理也是非常重要的一部分。氮素是对小麦生长发育、产出量以及小麦品质的非常重要的营养元素。提高氮元素的可利用性,可以在相对短期的时间之内提高小麦作物的产量。目前世界上氮肥消耗量最大的国家便是中国,过量施用氮肥不仅影响小麦品质和产量,还会引发一系列环境污染问题。因此,制定科学的施氮方案,提高肥料利用效率,不仅有利于小麦生长和增产增收,还可以保护生态环境,减少环境污染,进而实现经济效益、社会效益和生态效益的共同发展。本研究将灌浆期的冬小麦作为研究对象,以大田实验和采样实验作为手段,通过实地测量获得灌浆期冬小麦的冠层光谱反射率,在实验室通过化学手段获取小麦叶片氮素含量,充分分析小麦冠层光谱数据与小麦叶片氮素含量的相关性,筛选出敏感波段,利用偏最小二乘法来确立灌浆期冬小麦的氮素含量估测模型,之后对模型进行了验证以及优化。研究的主要成果是:(1)原始光谱反射率经过预处理后,与小麦叶氮含量的相关性均会得到相应提高,说明预处理对光谱数据的处理与应用有着非常重要的作用,能够减少甚至于消除高光谱的无关信息,能够为后续基于高光谱数据的分析提供更为可靠且有效的数据来源;(2)在经过多种预处理的比对过后,发现经过二阶微分处理后的光谱数据建立的模型精度最高,说明二阶导数变换为最优光谱预处理方式;同时,多元辐射校正以及小波变换(bior1.3)之后的光谱数据所建立的反演模型,拟合系数也均达到了0.8以上,对样品适应性相对良好,预测结果相对准确,模型精度相对较高;(3)小波变换作为光谱数据预处理方法的一种,具有多个母函数,但并不是每种类型均适用,要基于实际情况选择合适的母函数进行分析,在本研究中,通过对多种母函数的比较,最后选定的小波函数为bior1.3;(4)光谱平滑和一阶导数变换作为高光谱预处理的一般方法,在本研究中建立的模型精度并不高,可能是因为背景噪声影响过大,影响了数据的精确利用,降低了反演模型的精度。(5)经过对原始光谱数据均值中心化与数据标准化的预处理后,均会将反演模型精度大幅提高,且提高的幅度几近相同,但并不适用于本次研究,原因可能是数据获取过程中受其他影响过大,原始数据精准度降低,产生了误差,干扰了本次实验。
【学位单位】：山东农业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：S512.1
【部分图文】：

绿色植被,光谱,谱段

图 1.2.2 绿色植被典型光谱（赵英时，2003）Figure 1.2.2 Typical spectrum of green vegetation(Zhao Yingshi, 2003)色素的吸收程度决定可见光波段内的光谱反射率，细胞的内部结构决定了近红外波段内的光谱反射率，水汽的吸收程度决定短波红外光谱的反射率特性，这便是植被光谱反射率的曲线特征（张超等，2010）。根据总结整理，发现植被在 350nm-2500nm 波谱范围内具有以下典型的反射光谱特征：（1）350nm-490nm 谱段范围：因为 400nm-450nm 谱段内是叶绿素强吸收带，425nm-490nm 谱段范围是类胡萝卜素强吸收带，380nm 波长附近有大气弱吸收带，所以350nm-490nm 谱段范围内的平均反射率较低，一般情况下不会超过 10%，反射光谱曲线形状表现为较平缓；（2）490nm-600nm 谱段范围内：由于 550nm 的波长附近为叶绿素反射峰，所以植被在此波段反射光谱曲线呈现波峰的形态以及中等反射率数值（数值在 8%-28%之间）；（3）600nm-700nm 谱段范围内：650nm-700nm 谱段范围是叶绿素强吸收带,610nm

光谱反射率,相关性,氮素含量,小麦冠层

相关系数 r 公式表现为:（2）相关系数 r 表示的是两个变量之间线性关系的相关程度，当 r>0 时表示正相关 r<0 表示负相关，r 的绝对值越大，两个变量之间的相关性程度就越高。.1 原始光谱与氮素含量相关性在原始光谱数据中，由于近红外区域的吸收强度较弱，光谱信噪比相对较低，倍光谱带重叠时有发生，从而使原始光谱的解析和信息提取以及依照原始光谱进行的分析变得不精确。由于数据获取中产生的误差，原始光谱反射率与小麦叶片氮素含相关性相对较低，本文中将原始光谱反射率与小麦叶片氮含量相关性作为多种光谱预处理后与小麦氮素含量相关性的对照实验，以此来验证光谱数据预处理后是否会光谱数据与叶氮含量相关性。

光谱曲线,氮含量,反射率,相关性

3.2 平滑后光谱与氮素含量相关性分析信号平滑处理在光谱数据预处理中是常用的消除噪声的方法，通常还会被称作数字波器。从地面光谱仪光电检测系统采集到的光谱数字信号分为两部分：一部分是探测对地面物体的响应信号，另一部分是系统噪声。噪声主要来源于探测器系统，在部件作期间产生的地面物体的光谱曲线还包括背景的噪声和部分光谱的噪声。由于这些噪的存在，使得物体光谱的利用和分析带来了很大的干扰（陈拉 2009），所以为了消除扰因素，就需要对光谱数据中存在的噪声使用平滑的预处理方法。不同平滑方法产生平滑效果是不同的，所以设定了平滑标准的判断原则：根据最大程度保持光谱特征值原则，使光谱曲线尽可能平滑，且平滑光谱曲线对是冬小麦理化参量的预测精度较高田明璐，2017）。平滑的基本思想是通过平均或拟合宽度为（2r + 1）个点的窗口的点来获得平滑点最佳估计值。在本研究中，使用的平滑方法为指数平滑，平滑系数为 0.3。

【参考文献】