【技术实现步骤摘要】
本申请涉及农业领域，尤其涉及一种茶鲜叶营养含量检测方法。
技术介绍
1、中国茶文化历史悠久，是种植生产和消费大国，随着茶文化的发展壮大，消费者对茶叶质量的要求也越来越高，而优质茶叶生产规模发展缓慢。氮是茶树生长发育所必需的矿物质元素，氮是合成蛋白质和叶绿素的重要组成部分，经过多次采摘后茶树内营养成分含量降低，使茶叶产量和品质受到较大影响，肥料施用不合理是制约茶树增产提质的关键因素之一。施用氮肥是提高茶叶产量和品质的重要途径。
2、传统检测茶鲜叶氮磷元素采用化学计量方法，但该方法耗时长、易损伤植株。使用光谱技术检测具有快速、无损的效果，但光谱数据存在噪声、基线漂移等问题，同时，茶鲜叶各个部位营养元素存在差异，可收获部位(一芽一叶、一芽二叶)的营养状况关系着茶叶品质的好坏，成熟老叶关系着茶树营养状态及精准施肥的把控。
3、综上所述，适应现有技术中光谱数据存在噪声、基线漂移等，以及茶鲜叶各个部位营养元素存在差异，可收获部位一芽一叶、一芽二叶等的营养状况关系着茶叶品质的好坏等问题，本申请人出于解决该问题的考虑作出相应的探索。
技术实现思路
1、本申请的目的在于解决上述问题而提供一种茶鲜叶营养含量检测方法。
2、为满足本申请的各个目的，本申请采用如下技术方案：
3、适应本申请的目的之一而提出的一种茶鲜叶营养含量检测方法，包括：
4、获取不同芽叶部位相对应的茶鲜叶的光谱反射率数据，基于改进的变分模态分解算法将所述茶鲜叶的光谱反射率数据
5、基于预设的vcpa-iriv算法根据所述重构后的imf分量，选取茶鲜叶中氮元素相对应的敏感波段，基于所述氮元素相对应的敏感波段构建氮含量反演模型；
6、基于预设的cars算法根据所述重构后的imf分量，选取茶鲜叶中磷元素相对应的敏感波段，基于所述磷元素相对应的敏感波段构建磷含量反演模型；
7、基于所述茶鲜叶的面积指数以及重量确定所述不同芽叶部位相对应的权重，基于所述氮含量反演模型以及磷含量反演模型，确定所述茶鲜叶的氮元素含量以及磷元素含量；
8、根据所述不同芽叶部位相对应的权重、所述茶鲜叶的氮元素含量以及磷元素含量，确定一芽一叶、一芽二叶、功能叶相对应的氮元素含量以及磷元素含量。
9、可选的，基于改进的变分模态分解算法将所述茶鲜叶的光谱反射率数据分解为多个imf分量和一个残差分量，基于改进的变分模态分解算法将所述茶鲜叶的光谱反射率数据分解为多个imf分量和一个残差分量，对各个imf分量采用不同窗口大小和不同多项式阶次的sg滤波器进行平滑处理，以确定平滑处理后的imf分量，并将所述平滑处理后的imf分量进行重构以确定重构后的imf分量的步骤,包括：
10、采用改进的变分模态分解算法将所述茶鲜叶的光谱反射率数据的原始信号分解成k个imf分量，对各个imf分量进行希尔伯变换得到包络信号，与预估的中心频率ωk混合，约束条件为各个imf分量之和等于所述原始信号，其构造的变分问题表达式为：
11、
12、其中，μk表示各个imf分量，{uk}和{ωk}表示分解后各个模态的集合和与之对应的瞬时频率，δ(t)表示为狄拉克函数分布，f表示为原始信号，j为虚数单位，·表示为卷积，k表示为模态分量个数，s.t是受约束条件；
13、引入增广式拉格朗日函数，将约束问题转化为非约束问题，采用交替向乘子算法迭代寻找λk、uk和ωk的最优解，所述交替向乘子算法公式包括：
14、
15、当imf分量满足预设条件时，停止迭代，所述预设条件的公式为：
16、
17、否则重复所述λk、uk和ωk的更新，直至满足所述约束条件，完成分解。
18、可选的，所述原始信号x(f)与重构信号可表示为：
19、
20、其中，ik表示为模态分量信号，uk表示为残差信号。
21、可选的，基于改进的变分模态分解算法将所述茶鲜叶的光谱反射率数据分解为多个imf分量和一个残差分量，对各个imf分量采用不同窗口大小和不同多项式阶次的sg滤波器进行平滑处理，以确定平滑处理后的imf分量，并将所述平滑处理后的imf分量进行重构以确定重构后的imf分量的步骤，包括：
22、确定对所述各个imf分量进行不同窗口的sg滤波器进行平滑处理，计算所述各个imf分量与其相对应的原始信号的皮尔森相关系数，其中，当所述皮尔森相关系数小于0.1时，将所述imf分量作为伪分量，其余imf分量为有效分量；
23、对相关性较小的imf分量采用较大窗口的sg滤波器进行平滑，以减少信号中的高频噪声并防止主信号失真，对相关性大的imf分量进行较小窗口的sg滤波器进行平滑，以保留较多的原始信息；
24、对皮尔森相关系数的取值范围在0.1至0.5之间的imf分量，进行窗口大小为21点的3项式sg滤波器平滑处理，对皮尔森相关系数大于0.5的imf分量进行窗口大小为5点的3项式sg滤波器平滑处理，其表达式为：
25、
26、其中，多项式系数an根据最小二乘法准则获得，n为sg滤波器的窗口大小
27、重构后的imf分量，其表达式为：
28、
29、可选的，基于预设的vcpa-iriv算法根据所述重构后的imf分量，选取茶鲜叶中氮元素相对应的敏感波段，基于所述氮元素相对应的敏感波段构建氮含量反演模型的步骤，包括：
30、调用预设的vcpa-iriv算法，基于vcpa-iriv算法根据所述重构后的imf分量，选择茶鲜叶光谱中与氮元素含量相关的敏感波段；
31、使用选取出的氮元素敏感波段作为输入特征，构建氮含量反演模型。
32、可选的，基于预设的cars算法根据所述重构后的imf分量，选取茶鲜叶中磷元素相对应的敏感波段，基于所述磷元素相对应的敏感波段构建磷含量反演模型的步骤，包括：
33、调用预设的cars算法，选取不同芽叶部位的茶鲜叶相对应的光谱数据中与磷元素含量相关的敏感波段；
34、使用选取出的磷元素相对应的敏感波段作为输入特征，建立磷含量反演模型。
35、可选的，所述氮含量反演模型的基础网络架构为svr模型，所述磷含量反演模型的基础网络架构为stacking模型。
36、相对于现有技术，本申请针对现有技术中光谱数据存在噪声、基线漂移等，以及茶鲜叶各个部位营养元素存在差异，可收获部位一芽一叶、一芽二叶等的营养状况关系着茶叶品质的好坏等问题，本申请包括但不限于如下有益效果：
37、本申请将非线性及线性去噪结合基线校准算法用于叶片营养原始预测领域，原本文档来自技高网...
【技术保护点】
1.一种茶鲜叶营养含量检测方法，其特征在于，包括：
2.根据权利要求1所述的茶鲜叶营养含量检测方法，其特征在于，基于改进的变分模态分解算法将所述茶鲜叶的光谱反射率数据分解为多个IMF分量和一个残差分量，基于改进的变分模态分解算法将所述茶鲜叶的光谱反射率数据分解为多个IMF分量和一个残差分量，对各个IMF分量采用不同窗口大小和不同多项式阶次的SG滤波器进行平滑处理，以确定平滑处理后的IMF分量，并将所述平滑处理后的IMF分量进行重构以确定重构后的IMF分量的步骤,包括：
3.根据权利要求2所述的茶鲜叶营养含量检测方法，其特征在于，所述原始信号x(f)与重构信号可表示为：
4.根据权利要求2所述的茶鲜叶营养含量检测方法，其特征在于，基于改进的变分模态分解算法将所述茶鲜叶的光谱反射率数据分解为多个IMF分量和一个残差分量，对各个IMF分量采用不同窗口大小和不同多项式阶次的SG滤波器进行平滑处理，以确定平滑处理后的IMF分量，并将所述平滑处理后的IMF分量进行重构以确定重构后的IMF分量的步骤，包括：
5.根据权利要求1所述的茶鲜叶营养含量
6.根据权利要求5所述的茶鲜叶营养含量检测方法，其特征在于，基于预设的CARS算法根据所述重构后的IMF分量，选取茶鲜叶中磷元素相对应的敏感波段，基于所述磷元素相对应的敏感波段构建磷含量反演模型的步骤，包括：
7.根据权利要求1至6所述的茶鲜叶营养含量检测方法，其特征在于，所述氮含量反演模型的基础网络架构为SVR模型，所述磷含量反演模型的基础网络架构为Stacking模型。
...【技术特征摘要】
1.一种茶鲜叶营养含量检测方法，其特征在于，包括：
2.根据权利要求1所述的茶鲜叶营养含量检测方法，其特征在于，基于改进的变分模态分解算法将所述茶鲜叶的光谱反射率数据分解为多个imf分量和一个残差分量，基于改进的变分模态分解算法将所述茶鲜叶的光谱反射率数据分解为多个imf分量和一个残差分量，对各个imf分量采用不同窗口大小和不同多项式阶次的sg滤波器进行平滑处理，以确定平滑处理后的imf分量，并将所述平滑处理后的imf分量进行重构以确定重构后的imf分量的步骤,包括：
3.根据权利要求2所述的茶鲜叶营养含量检测方法，其特征在于，所述原始信号x(f)与重构信号可表示为：
4.根据权利要求2所述的茶鲜叶营养含量检测方法，其特征在于，基于改进的变分模态分解算法将所述茶鲜叶的光谱反射率数据分解为多个imf分量和一个残差分量，对各个imf分量采用不同窗...
【专利技术属性】
技术研发人员：吴伟斌，罗青，钟培伟，段雨欣，李子豪，黄凯祥，谢铖涛，黄相茗，蔡鸿昇，劳艺丰，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。