一种监测水稻冠层氮含量的数据计算方法及系统技术方案

本发明专利技术提供了一种监测水稻冠层氮含量的数据计算方法及系统，属于数据处理

【技术实现步骤摘要】
一种监测水稻冠层氮含量的数据计算方法及系统


[0001]本专利技术属于数据处理
、
自动控制识别的领域，具体涉及一种监测水稻冠层氮含量的数据计算方法及系统
。

技术介绍

[0002]如何控制氮肥的合理施用是水稻增产增收的长期技术难题，氮肥施用不当不仅会导致水稻分蘖期植株过分生长
、
成熟期倒伏
、
产量降低，还将会对农田土壤及周边环境造成污染，破坏土壤养分结构
。SPAD
是一个叶绿素
(Chlorophyl)
相对含量读数
,
反映了植物的健康程度
。
通过水稻冠层光谱数据提取的
GNDVI
可以较好地表征水稻氮素含量，较其他光谱指数更为合适
。
水稻是南方地区的重要粮食作物之一，近年来该地区优质杂交稻的推广取得了长足的进步，但是仍然存在繁制种产量不高不稳
、
栽培配套技术不完善等瓶颈问题，南方地区土壤较为缺少氮元素，也是制约水稻增产的客观因素
。
在公开号为
CN113063739A
的专利文献中提供的一种基于机载高光谱传感器的水稻冠层氮含量监测方法，虽然可利用近低空无人机高光谱遥感等方式监测水稻冠层氮含量，获得水稻冠层氮含量长时序分布变化结果，但是准确率不高，不足以在时间和空间上监测水稻冠层氮含量，更不能对氮含量的施肥进行优化分配
。

技术实现思路

[0003]本专利技术的目的在于提出一种监测水稻冠层氮含量的数据计算方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件
。
[0004]本专利技术提供了一种监测水稻冠层氮含量的数据计算方法及系统，对待监测区域进行矩阵化采样，获取
SPAD
值矩阵，并获取光谱指数矩阵；于多个采样时刻分别获取
SPAD
值矩阵与光谱指数矩阵；根据各采样时刻的
SPAD
值矩阵与光谱指数矩阵，计算
SPAD
交叉矩阵与光谱连协矩阵；以
SPAD
交叉矩阵与光谱连协矩阵，通过计算交叉连协网格，反演水稻冠层氮含量
。
[0005]为了实现上述目的，根据本专利技术的一方面，提供一种监测水稻冠层氮含量的数据计算方法，所述方法包括以下步骤：对待监测区域进行矩阵化采样，获取
SPAD
值矩阵，并获取光谱指数矩阵；于多个采样时刻分别获取
SPAD
值矩阵与光谱指数矩阵；根据各采样时刻的
SPAD
值矩阵与光谱指数矩阵，计算
SPAD
交叉矩阵与光谱连协矩阵；以
SPAD
交叉矩阵与光谱连协矩阵，通过计算交叉连协网格，反演水稻冠层氮含量
。
[0006]进一步地，在进行矩阵化采样的过程中，设定在水稻农田上选取待监测区域，将待监测区域划分成多个采样方格组成的方阵，从每个方格中进行
SPAD
值与光谱指数的提取，以各方格对应的
SPAD
值组成
SPAD
值矩阵，以各方格对应的光谱指数组成光谱指数矩阵
。
在一些实施例中，每个方格的中心点之间互相距离均等，待监测区域划分成多个采样方格组
成的方阵中行数目等于列数目，在每个方格的中心点处获取
SPAD
值的数据与光谱指数的数据来构建
SPAD
值矩阵与光谱指数矩阵，于多个采样时刻分别从各方格进行
SPAD
值与光谱指数的提取，从而得到各采样时刻对应的
SPAD
值矩阵与光谱指数矩阵
。
[0007]进一步地，调用通过无人机搭载多光谱传感器采集到的田间水稻冠层的多光谱图像，通过多光谱影像分析技术求得光谱指数
。
在一些实施例中，所述光谱指数可包括
DVI、RVI、GNDVI、NDVI
等植被指数的数据，可优选地，可选用
GNDVI
的数据作为所述光谱指数的数值，或者，若不选用
GNDVI
的数据，则需要先对各光谱指数矩阵分别在每个光谱指数矩阵中对各行列位置的数值进行归一化处理，可选用
mean
‑
max
归一化算法进行归一化
。
[0008]进一步地，在进行矩阵化采样的方格中选取植株利用
SPAD
仪器进行叶片
SPAD
值测定
。
[0009]进一步地，根据各采样时刻的
SPAD
值矩阵与光谱指数矩阵，计算
SPAD
交叉矩阵与光谱连协矩阵的方法为：
SPAD
值矩阵与光谱指数矩阵上各行列的位置始终与待监测区域上的位置保持一致；令各采样时刻对应的
SPAD
值矩阵按时间先后顺序排列，对各
SPAD
值矩阵分别在每个
SPAD
值矩阵中对各行列位置的数值进行归一化处理后，将归一化处理后的各
SPAD
值矩阵按采样时刻的顺序进行连续的叉乘得到
SPAD
交叉矩阵；在一些实施例中，第一个采样时刻对应的
SPAD
值矩阵叉乘第二个采样时刻对应的
SPAD
值矩阵后，以第一个采样时刻对应的
SPAD
值矩阵叉乘第二个采样时刻对应的
SPAD
值矩阵所得的矩阵作为第一叉乘
SPAD
值矩阵，继续将第一叉乘
SPAD
值矩阵与第三个采样时刻对应的
SPAD
值矩阵，然后继续叉乘直到最后一个采样时刻对应的
SPAD
值矩阵得到的结果作为所述
SPAD
交叉矩阵，叶绿素含量与
SPAD
值高度相关，
SPAD
值与叶子中的氮含量成比例增长，
SAPD
指数越高代表此植株越健康，由于稻田上各处的
SPAD
值是与叶绿体线性相关的，而叶绿体的生长不是孤立的，稻田上一个局部区域的氮磷钾等矿物元素的含量会使得这一片的植株的叶绿体生长对比周边部分的植株较为繁盛，从而影响
SPAD
值在矩阵上的数值分布状态，使用
SPAD
值矩阵按时间先后顺序连续叉乘，在叉乘的过程中需要结合相邻两采样时刻之间的
SPAD
值矩阵的行列元素的数值相互交叉结合，更好地在线性关系上提取了稻田上一个局部区域的氮磷钾等矿物元素的含量的交叉分布趋势，从而有助于水稻冠层氮含量的在空间上的特征监测监测水稻冠层氮含量的准确率；令各采样时刻对应的光谱指数矩阵按时间先后顺序排列，对各光谱指数矩阵分别在每个光谱指数矩阵中对各行列位置的数值进行归一化处理后，将归一化处理后的各光谱指数矩阵按采样时刻的顺序进行连续的点乘得到光谱连协矩阵本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种监测水稻冠层氮含量的数据计算方法，其特征在于，所述方法包括以下步骤：对待监测区域进行矩阵化采样，获取
SPAD
值矩阵，并获取光谱指数矩阵；于多个采样时刻分别获取
SPAD
值矩阵与光谱指数矩阵；根据各采样时刻的
SPAD
值矩阵与光谱指数矩阵，计算
SPAD
交叉矩阵与光谱连协矩阵；以
SPAD
交叉矩阵与光谱连协矩阵，通过计算交叉连协网格，反演水稻冠层氮含量
。2.
根据权利要求1所述的一种监测水稻冠层氮含量的数据计算方法，其特征在于，在进行矩阵化采样的过程中，设定在水稻农田上选取待监测区域，将待监测区域划分成多个采样方格组成的方阵，从每个方格中进行
SPAD
值与光谱指数的提取，以各方格对应的
SPAD
值组成
SPAD
值矩阵，以各方格对应的光谱指数组成光谱指数矩阵
。3.
根据权利要求1所述的一种监测水稻冠层氮含量的数据计算方法，其特征在于，调用通过无人机搭载多光谱传感器采集到的田间水稻冠层的多光谱图像，通过多光谱影像分析技术求得光谱指数
。4.
根据权利要求1所述的一种监测水稻冠层氮含量的数据计算方法，其特征在于，在进行矩阵化采样的方格中选取植株利用
SPAD
仪器进行叶片
SPAD
值测定
。5.
根据权利要求1所述的一种监测水稻冠层氮含量的数据计算方法，其特征在于，根据各采样时刻的
SPAD
值矩阵与光谱指数矩阵，计算
SPAD
交叉矩阵与光谱连协矩阵的方法为：
SPAD
值矩阵与光谱指数矩阵上各行列的位置始终与待监测区域上的位置保持一致；令各采样时刻对应的
SPAD
值矩阵按时间先后顺序排列，对各
SPAD
值矩阵分别在每个
SPAD
值矩阵中对各行列位置的数值进行归一化处理后，将归一化处理后的各
SPAD
值矩阵按采样时刻的顺序进行连续的叉乘得到
SPAD
交叉矩阵；令各采样时刻对应的光...

【专利技术属性】
技术研发人员：刘伯全，钟日生，刘良成，蔡柳文，刘家钜，何文成，杨文平，黎均旺，冯大良，何艺诚，吴建发，叶亚颖，袁沛森，陈彩霞，吴忠兴，李岳，周锦程，
申请(专利权)人：广东华茂高科种业有限公司，
类型：发明
国别省市：