【技術實現步驟摘要】
本專利技術屬于植物氮素含量估算，特別是涉及一種基于高光譜技術的苧麻葉片氮素含量估測方法、電子設備及介質。
技術介紹
1、氮素是苧麻生長和產量品質形成所必需的最重要的營養元素，快速準確評估苧麻氮素營養狀況對于優化氮肥管理、提升資源利用效率至關重要。傳統氮素診斷方法主要依托于田間采樣與實驗室測量，具有耗時耗力，難以實現實時精準監測等局限性。
2、近年來，高光譜遙感技術已經在作物葉綠素、葉面積指數以及氮磷鉀等各種生理生態參數的估測的研究已經取得不少成果，該技術通過分析作物葉片光譜的差異，構建作物葉片光譜的氮素營養估測模型，預測作物氮素含量。當前基于高光譜技術氮素營養診斷已用于水稻、小麥、玉米及棉花等作物上，但是關于苧麻高光譜對氮素營養定量監測的相關研究尚未見報道。
3、專利申請cn118094082a公開了一種基于光譜敏感變量優選的澳洲堅果葉片氮素含量估算方法，通過分析澳洲堅果葉片氮素含量與光譜數據的相關性，基于氮素敏感光譜變量建立澳洲堅果葉片氮素含量估算模型。其只分析了澳洲堅果的葉片在一生育期的光譜數據，預測氮素含量準確率較低。
技術實現思路
1、本專利技術的目的是針對現有技術不足，提供了一種基于高光譜技術的苧麻氮素含量估測方法及電子設備，提高對苧麻氮素營養狀態的空間分布和動態變化趨勢的監測能力。
2、為了實現上述目的，本專利技術所采用的技術方案是：
3、一種基于高光譜技術的苧麻氮素含量估測方法，包括以下步驟：
4、s1：分別
5、s2：對冠層光譜數據和葉片光譜數據進行導數變換；
6、s3：采用皮爾遜相關性分析經s2處理后的冠層光譜數據與氮素含量的相關性，選取冠層特征波長；采用皮爾遜相關性分析經s2處理后的葉片光譜數據與氮素含量的相關性，選取葉片特征波長；
7、s4：將葉片特征波長和冠層特征波長作為隨機森林網絡模型的輸入，訓練隨機森林網絡模型，得到氮素含量估測模型，所述隨機森林網絡模型包括輸入層、多個并聯的隱藏層和輸出層，所述輸入層分別與多個隱藏層連接，所述多個隱藏層分別與所述輸出層連接；
8、將不同生育期苧麻的冠層特征波長和葉片特征波長輸入所述氮素含量估測模型，預測苧麻氮素含量。
9、本專利技術通過葉片及冠層2個尺度對苧麻不同生育期的氮素含量進行估測，結合不同空間分辨率的光譜數據對苧麻不同生育期的多尺度高光譜特性差異進行分析，可以明確不同空間尺度的高光譜信息估測苧麻氮素含量的差異，提高了對苧麻氮素營養狀態的空間分布和動態變化趨勢的估測能力。
10、進一步地，所述不同生育期包括以下至少兩個生育期：苗期、封行期、旺長期、成熟期。
11、進一步地，所述s3中，根據冠層光譜數據與氮素含量的相關性，選取皮爾遜相關系數絕對值大于第一閾值，且p值小于第二閾值的對應波長作為冠層特征波長；根據葉片光譜數據與氮素含量的相關性，選取皮爾遜相關系數絕對值大于第一閾值，且p值小于第二閾值的對應波長作為葉片特征波長。
12、雙尾檢驗是一種統計假設檢驗方法，p值是檢驗統計量的概率值，它描述了在原假設成立(即兩變量之間沒有線性關系)的情況下，觀察到的統計效應(即皮爾遜相關系數)或更極端情況發生的概率。p值代表兩變量間關系是否顯著，p值小于顯著性水平(第二閾值)，認為兩變量間的線性關系是顯著的，p值大于顯著性水平，認為兩變量間的線性關系是不顯著的。
13、采用皮爾遜相關性分析進行特征波長篩選，能夠對導數變換后的光譜數據進行有效的降維，去除噪聲和冗余信息，提高模型性能。通過去除那些與目標變量不相關或相關性較弱的波長，模型更穩定，并且能夠節省計算資源，節省時間。
14、基于同一專利技術構思，本專利技術還提供了一種電子設備，包括：
15、一個或多個處理器；
16、存儲器，其上存儲有一個或多個程序，當所述一個或多個程序被所述一個或多個處理器執行時，使得所述一個或多個處理器實現基于高光譜技術的苧麻氮素含量估測方法的步驟。
17、基于同一專利技術構思，本專利技術還提供了一種計算機可讀存儲介質，其存儲有計算機程序，所述計算機程序被處理器執行時基于高光譜技術的苧麻氮素含量估測方法的步驟。
18、相比于現有技術，本專利技術的有益效果：
19、本專利技術通過葉片及冠層2個尺度對苧麻不同生育期的氮素含量進行估測，結合不同空間分辨率的光譜數據對苧麻不同生育期的多尺度高光譜特性差異進行分析，可以明確不同空間尺度的高光譜信息估測苧麻氮素含量的差異，提高了對苧麻氮素營養狀態的空間分布和動態變化趨勢的估測能力。
本文檔來自技高網...【技術保護點】
1.一種基于高光譜技術的苧麻氮素含量估測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于高光譜技術的苧麻氮素含量估測方法，其特征在于，所述不同生育期包括以下至少兩個生育期：苗期、封行期、旺長期、成熟期。
3.根據權利要求1或2任一項所述的基于高光譜技術的苧麻氮素含量估測方法，其特征在于，將不同生育期苧麻的冠層特征波長和葉片特征波長輸入所述氮素含量估測模型，預測苧麻氮素含量。
4.根據權利要求1所述的基于高光譜技術的苧麻氮素含量估測方法，其特征在于，所述S3中，根據冠層光譜數據與氮素含量的相關性，選取皮爾遜相關系數絕對值大于第一閾值，且p值小于第二閾值的對應波長作為冠層特征波長；根據葉片光譜數據與氮素含量的相關性，選取皮爾遜相關系數絕對值大于第一閾值，且p值小于第二閾值的對應波長作為葉片特征波長。
5.一種電子設備，其特征在于，包括：
6.一種計算機可讀存儲介質，其特征在于，其存儲有計算機程序，所述計算機程序被處理器執行時實現權利要求1-4任一項所述方法的步驟。
【技術特征摘要】
1.一種基于高光譜技術的苧麻氮素含量估測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于高光譜技術的苧麻氮素含量估測方法，其特征在于，所述不同生育期包括以下至少兩個生育期：苗期、封行期、旺長期、成熟期。
3.根據權利要求1或2任一項所述的基于高光譜技術的苧麻氮素含量估測方法，其特征在于，將不同生育期苧麻的冠層特征波長和葉片特征波長輸入所述氮素含量估測模型，預測苧麻氮素含量。
4.根據權利要求1所述的基于高光譜技術的苧麻氮...
【專利技術屬性】
技術研發人員：佘瑋，陳建福，王薇，許明志，崔國賢，
申請(專利權)人：湖南農業大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。