本發(fā)明涉及的是作物生化組分可見光光譜無損監(jiān)測技術(shù)領(lǐng)域，具體的說是一種返青后到抽穗前冬小麥葉片SPAD值估算方法。
背景技術(shù)：
葉綠素是植物光合作用中吸收和傳遞光能的主要色素，且與植株氮含量密切相關(guān)，因此植物葉片葉綠素含量也成為表征植物光合能力和氮素營養(yǎng)狀況的重要指標(biāo)，無損、準(zhǔn)確地估算葉綠素含量對作物長勢及氮素營養(yǎng)狀態(tài)的監(jiān)測具有重要意義。
傳統(tǒng)的葉綠素含量檢測方法主要有分光光度法、高效液相色譜法和原子吸收法等，這些方法需要田間破壞性取樣和室內(nèi)分析，操作費(fèi)時(shí)、費(fèi)力。SPAD儀(Soil and Plant Analyzer Development，SPAD-502)是基于葉綠素對紅光(650nm)的強(qiáng)吸收和對遠(yuǎn)紅外光(940nm)的低吸收特性研制出的便攜式葉綠素相對含量測量裝置，測量結(jié)果用SPAD值表示，其讀數(shù)(SPAD值)與葉綠素含量有很強(qiáng)的相關(guān)關(guān)系，能反映葉片葉綠素相對含量。作為一種方便、快捷的無損監(jiān)測手段，SPAD儀已廣泛應(yīng)用于作物氮素營養(yǎng)狀態(tài)診斷和施肥推薦，但由于SPAD葉綠素計(jì)的測量面積較小，實(shí)際應(yīng)用中需要進(jìn)行大量的逐點(diǎn)測量，且葉片測定位置不同所帶來的差異也較大，因此很多學(xué)者研究利用高光譜技術(shù)反演作物葉片的SPAD值。然而高光譜技術(shù)所需設(shè)備價(jià)格昂貴，在田間應(yīng)用還存在一定的難度。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的在于針對現(xiàn)有技術(shù)的缺陷和不足，提供了一種基于冠層圖像分析的返青后到抽穗前冬小麥葉片SPAD值估算方法，利用集成神經(jīng)網(wǎng)絡(luò)方法建立基于冬小麥冠層圖像分析的葉片SPAD值估算模型，有效提高了冬小麥葉片SPAD值監(jiān)測的準(zhǔn)確性。
為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：
一種返青后到抽穗前冬小麥葉片SPAD值估算方法，其步驟如下：
1、冠層圖像采集分析：對冬小麥冠層進(jìn)行數(shù)碼圖像采集，獲取冠層圖像色彩參數(shù)；
2、田間葉片SPAD值測定：采集冬小麥冠層數(shù)碼圖像之后，在數(shù)碼圖像采集區(qū)，用SPAD-502型葉綠素計(jì)測定最上部展開葉的SPAD值，計(jì)算平均值；
3、估算模型構(gòu)建：將利用冬小麥葉片SPAD值與對應(yīng)的冠層圖像色彩參數(shù)數(shù)據(jù)，通過集成神經(jīng)網(wǎng)絡(luò)方法構(gòu)建SPAD值估算模型；
4、估算模型驗(yàn)證：利用相關(guān)系數(shù)、均方根誤差和相對均方根誤差對估算模型進(jìn)行檢驗(yàn)。
進(jìn)一步，所述冠層圖像色彩參數(shù)為紅光亮度值、綠光亮度值和藍(lán)光亮度值，并將其轉(zhuǎn)換為HSV色彩空間的H(色相)、S(飽和度)和V(明度)。
進(jìn)一步，所述的估算模型驗(yàn)證中分別對模型參數(shù)的各個(gè)候選值進(jìn)行20次5折交叉驗(yàn)證和外部數(shù)據(jù)驗(yàn)證。
與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：
1、本發(fā)明采用了集成神經(jīng)網(wǎng)絡(luò)方法建立基于冬小麥冠層圖像分析的葉片SPAD值估算模型，與傳統(tǒng)破壞性田間取樣調(diào)查方法相比，具有經(jīng)濟(jì)、高效等特點(diǎn)；且能克服SPAD儀測定方法在實(shí)際應(yīng)用中需要進(jìn)行大量的逐點(diǎn)測量，且葉片測定位置不同所帶來的誤差較大等問題，有效的提高了冬小麥葉片SPAD值監(jiān)測的準(zhǔn)確性。
2、本發(fā)明基于冠層圖像分析和集成神經(jīng)網(wǎng)絡(luò)方法的冬小麥葉片SPAD值估算模型可提高冬小麥葉片SPAD值估算精度，適合田間水平的冬小麥葉片SPAD值的估算。
附圖說明
圖1是本發(fā)明的流程示意圖；
具體實(shí)施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及具體實(shí)施方式，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施方式僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
參看圖1，本具體實(shí)施方式采用以下技術(shù)方案：
一種返青后到抽穗前冬小麥葉片SPAD值估算方法，其步驟如下：
1、冠層圖像采集分析：對冬小麥冠層進(jìn)行數(shù)碼圖像采集，獲取田間冠層圖像色彩參數(shù)，冠層圖像色彩參數(shù)為色相(H)、飽和度(S)和明度(V)；
2、田間葉片SPAD值測定：采集冬小麥冠層數(shù)碼圖像之后，在數(shù)碼圖像采集區(qū)，用SPAD-502型葉綠素計(jì)測定最上部展開葉的SPAD值，計(jì)算平均值；
3、估算模型構(gòu)建：將利用葉片SPAD值與對應(yīng)的冠層圖像色彩參數(shù)數(shù)據(jù)，通過集成神經(jīng)網(wǎng)絡(luò)方法構(gòu)建SPAD值估算模型，而多個(gè)神經(jīng)網(wǎng)絡(luò)集成起來能提高模型的估算能力，主要表現(xiàn)在預(yù)測能力和泛化性能方面好于單個(gè)人工神經(jīng)網(wǎng)絡(luò)；
4、估算模型驗(yàn)證：利用相關(guān)系數(shù)、均方根誤差和相對均方根誤差對估算模型進(jìn)行檢驗(yàn)，估算模型驗(yàn)證中分別對模型參數(shù)的各個(gè)候選值進(jìn)行20次5折交叉驗(yàn)證和外部數(shù)據(jù)驗(yàn)證。
本具體實(shí)施方式的工作原理：冬小麥葉片SPAD值與由冠層圖像分析獲取的色相(H)、飽和度(S)和明度(V)呈顯著相關(guān)，其中色相(H)與葉片SPAD值的相關(guān)性最強(qiáng)，鑒于上述結(jié)論，本發(fā)明利用集成神經(jīng)網(wǎng)絡(luò)方法構(gòu)建了葉片SPAD值的估算模型，并利用外部數(shù)據(jù)驗(yàn)證和交叉驗(yàn)證方法驗(yàn)證了估算模型的估算精度和泛化性能。集成神經(jīng)網(wǎng)絡(luò)方法相對于單個(gè)神經(jīng)網(wǎng)絡(luò)方法更適合于建立基于冠層圖像分析的冬小麥葉片SPAD值估算模型。
對于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實(shí)施例的細(xì)節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實(shí)現(xiàn)本發(fā)明。因此，無論從哪一點(diǎn)來看，均應(yīng)將實(shí)施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記視為限制所涉及的權(quán)利要求。
此外，應(yīng)當(dāng)理解，雖然本說明書按照實(shí)施方式加以描述，但并非每個(gè)實(shí)施方式僅包含一個(gè)獨(dú)立的技術(shù)方案，說明書的這種敘述方式僅僅是為清楚起見，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)將說明書作為一個(gè)整體，各實(shí)施例中的技術(shù)方案也可以經(jīng)適當(dāng)組合，形成本領(lǐng)域技術(shù)人員可以理解的其他實(shí)施方式。