[发明专利]一种基于连续小波分析建立小麦叶干重定量模型的方法

摘要

本发明公开了一种基于连续小波分析的冠层高光谱小麦叶干重监测方法，该方法的步骤如下：选定采样小区，获取小麦冠层高光谱反射率、测定小麦叶干重；采样小区采自不同试验点、不同品种、不同施氮水平、不同种植密度和不同年份；对获得的小麦冠层高光谱反射率数据进行连续小波变换，获得特定波长和特定尺度下的小波系数C；利用获得的小波系数，分析小麦叶干重与小波系数的定量关系，筛选出对小麦叶干重敏感的最佳小波函数及最佳小波函数对应的特征值，并构建基于连续小波分析的小麦叶干重定量模型；使用独立小麦试验数据评估定量模型的可靠性和适用性，采用预测值和观测值之间的决定系数R²和相对均方根差RRMSE对定量模型进行评价。

主权项

1.一种基于连续小波分析建立小麦叶干重定量模型的方法，其特征在于该方法的步骤如下：步骤(1)、选定采样小区，获取小麦冠层高光谱反射率、测定小麦叶干重；采样小区采自不同试验点、不同品种、不同施氮水平、不同种植密度和不同年份；步骤(2)、采用公式(1)对步骤(1)获得的小麦冠层高光谱反射率数据进行连续小波变换，获得特定波长和特定尺度下的小波系数C：公式(1)为小波变换的小波函数公式，其中：a为尺度，尺度为2³,2⁴,2⁵,2⁶,2⁷,2⁸,2⁹,2¹⁰，分别用S₃，S₄，S₅，S₆，S₇，S₈，S₉，S₁₀表示；b为平移因子；t为波段350～2500nm；f(t)为对应波段的小麦冠层高光谱反射率；为小波函数，选自15个小波族，共108种小波函数；C为变换后的小波系数，表示小麦冠层高光谱反射率经过连续小波变换后得到的某一特定尺度和特定波段下小波系数；步骤(3)、数据分析与利用：构建定量模型：利用步骤(2)中获得的小波系数，分析小麦叶干重与小波系数的定量关系，筛选出对小麦叶干重敏感的最佳小波函数为db7，最佳尺度为S₈，最佳小波函数对应的特征值为db7(W₁₁₉₇,S₈)，基于最佳特征值db7(W₁₁₉₇,S₈)构建的小麦叶干重定量模型为CLB＝0.43db7(W₁₁₉₇,S₈)+0.070，小波特征值与小麦叶干重CLB决定系数(R²)为0.75；步骤(4)、检验定量模型：使用独立小麦试验数据评估定量模型的可靠性和适用性，采用预测值和观测值之间的决定系数R²和相对均方根差RRMSE对定量模型进行评价：公式(2)中，O_i为试验中小麦叶干重的观测值，P_i为根据定量模型估测的小麦叶干重的预测值，n为测试检验模型样本数。