一种棉花冠层氮素的卫星遥感监测方法
阅读：1025发布：2020-05-13
专利汇可以提供一种棉花冠层氮素的卫星遥感监测方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种 棉 花冠层氮素的卫星遥感监测方法，利用遥感技术， 感知 地表上有很多电磁 辐射 ，然后得到一系列指数，通过各种指标进行反演，以棉花作为研究对象，对棉花进行实时监测，不但 定位 准确，且不会伤害作物，然后建立一个长势情况与氮素的各植被指数的特征 光谱 参数模型，利用此模型，可以方便、快捷的得到一个正确 施肥 量，解决了难以确定含氮量而一味地增加施肥量以求高产的问题。，下面是一种棉花冠层氮素的卫星遥感监测方法专利的具体信息内容。
1.一种棉花冠层氮素的卫星遥感监测方法，其特征在于，包括以下步骤：
S1、采样设计
采样利用随机采样法，首先选定有代表性的样株，在田间按30米*30米划样方，按照五分法取样，规定两个样方之间距离2公里，共采集48个样；将样品烘干后进行磨细处理，保存至封口袋中保存；
S2、冠层氮素实验室测定
称取烘干且磨细的植物样品→在不粘到管壁的情况下倒入消化管中→用蒸馏水湿润样品→加浓硫酸，摇匀，盖上弯颈漏斗→置于通风橱处水浴加热，加热至溶液全部呈棕黑色时取下冷却→加入几滴双氧水、摇动→加热后在冷却再滴加重复2 3次→至溶液无色后加~
热5 10分钟→冷却、转移、定容、过滤，放入凯氏定氮仪中进行蒸馏→蒸馏至三角瓶中→加~
三滴邻啡罗啉指示剂→用1/2硫酸滴定→记录结果；
S3、遥感影像数据处理
获取采样区遥感影像，然后进行辐射校正处理以及大气校正处理，对处理后的遥感影像进行裁剪处理，并保存数据文件；
打开ENVI软件，在Toolbox工具栏中选择裁剪好的文件核对波段，，保存，然后在Toolbox工具栏中将对应的波段提取出来保存；再利用arc GIS软件将提取出来的反射率和植被指数转化为excel文件；
S4、建立模型
将植被指数以降序方式排序，分别将各植被指数筛选出来，然后做回归分析，得到多元线性回归方程，将各植被指数数据带入方程，得到一组氮素预测数据，经回归分析，确定最终多元线性模型；
S5、验证模型的有效性。
2.根据权利要求1所述的棉花冠层氮素的卫星遥感监测方法，其特征在于，所述步骤S1中，采采样时，叶片不能太大也不能太小，不能采摘生病的叶片，也不能采摘有虫子的叶片，生长在路边或者有车破坏过的叶片也不能采摘，样品采集时应统一于每天十点至十二点进行采集，刚采摘后的新鲜样品应冷藏，防治天气炎热毁坏叶片，到了实验室以后应该立即干燥，不然在叶片内部发生生物变化，导致叶片发霉，增加了实验的误差。
3.根据权利要求2所述的棉花冠层氮素的卫星遥感监测方法，其特征在于，若样品可能需要保存很长时间，样品应该先进行灭菌处理，然后置于聚氯乙烯塑料瓶或袋中封口保存。
一种棉花冠层氮素的卫星遥感监测方法
技术领域
[0001] 本发明涉及一种棉花冠层氮素的卫星遥感监测方法。
背景技术
[0002] 棉花在农业经济发展中，占了很大一部分比重，棉花的产量同时制约着经济的发展和社会的进步，在影响棉花生长的众多元素中，氮素对棉花的影响趋于最大,它不仅影响着棉花的发育，也影响着蛋白质、核酸、叶绿素的合成，棉花体内的氮素主要来源于泥土中，在棉花的生长期时，此时棉花对氮素的需求最大，氮素是作物保持正常发育的众多元素之一,同样也是棉花增产的关键因素,为了让棉花有更多产量，大家普遍认为，只有不断增加2
施肥量，才能够使作物增产，导致施肥量不断增高，已经达到了400 kg/hm ，但是当氮素含量过剩时，带来的影响为棉花植株比正常作物偏高，植株变得茂密，进而影响到光照，同时会导致棉花易落铃、脱蕾，从而减少了棉花的产量；当缺乏氮素含量时，带来的影响为棉花植株矮小、开花数量减少、叶片数量减少、侧枝减少，从而减少了棉花的产量。而如何实现对棉花氮素的快速监测，从而对棉花长势诊断和氮肥精准施用具有重要意义。
施肥量，才能够使作物增产，导致施肥量不断增高，已经达到了400 kg/hm ，但是当氮素含量过剩时，带来的影响为棉花植株比正常作物偏高，植株变得茂密，进而影响到光照，同时会导致棉花易落铃、脱蕾，从而减少了棉花的产量；当缺乏氮素含量时，带来的影响为棉花植株矮小、开花数量减少、叶片数量减少、侧枝减少，从而减少了棉花的产量。而如何实现对棉花氮素的快速监测，从而对棉花长势诊断和氮肥精准施用具有重要意义。
发明内容
[0003] 本发明的目的是提供一种棉花冠层氮素的卫星遥感监测方法，以对棉花冠层进行快速、无损监测。
[0004] 为解决上述技术问题，本发明采用如下技术方案：一种棉花冠层氮素的卫星遥感监测方法，包括以下步骤：
S1、采样设计
采样利用随机采样法，首先选定有代表性的样株，在田间按30米*30米划样方，按照五分法取样，规定两个样方之间距离2公里，共采集48个样；将样品烘干后进行磨细处理，保存至封口袋中保存；
S2、冠层氮素实验室测定
称取烘干且磨细的植物样品→在不粘到管壁的情况下倒入消化管中→用蒸馏水湿润样品→加浓硫酸，摇匀，盖上弯颈漏斗→置于通风橱处水浴加热，加热至溶液全部呈棕黑色时取下冷却→加入几滴双氧水、摇动→加热后在冷却再滴加重复2 3次→至溶液无色后加~
热5 10分钟→冷却、转移、定容、过滤，放入凯氏定氮仪中进行蒸馏→蒸馏至三角瓶中→加~
三滴邻啡罗啉指示剂→用1/2硫酸滴定→记录结果；
S3、遥感影像数据处理
获取采样区遥感影像，然后进行辐射校正处理以及大气校正处理，对处理后的遥感影像进行裁剪处理，并保存数据文件；
打开ENVI软件，在Toolbox工具栏中选择裁剪好的文件核对波段，，保存，然后在Toolbox工具栏中将对应的波段提取出来保存；再利用arc GIS软件将提取出来的反射率和植被指数转化为excel文件；
S4、建立模型
将植被指数以降序方式排序，分别将各植被指数筛选出来，然后做回归分析，得到多元线性回归方程，将各植被指数数据带入方程，得到一组氮素预测数据，经回归分析，确定最终多元线性模型；
S5、验证模型的有效性。
S1、采样设计
采样利用随机采样法，首先选定有代表性的样株，在田间按30米*30米划样方，按照五分法取样，规定两个样方之间距离2公里，共采集48个样；将样品烘干后进行磨细处理，保存至封口袋中保存；
S2、冠层氮素实验室测定
称取烘干且磨细的植物样品→在不粘到管壁的情况下倒入消化管中→用蒸馏水湿润样品→加浓硫酸，摇匀，盖上弯颈漏斗→置于通风橱处水浴加热，加热至溶液全部呈棕黑色时取下冷却→加入几滴双氧水、摇动→加热后在冷却再滴加重复2 3次→至溶液无色后加~
热5 10分钟→冷却、转移、定容、过滤，放入凯氏定氮仪中进行蒸馏→蒸馏至三角瓶中→加~
三滴邻啡罗啉指示剂→用1/2硫酸滴定→记录结果；
S3、遥感影像数据处理
获取采样区遥感影像，然后进行辐射校正处理以及大气校正处理，对处理后的遥感影像进行裁剪处理，并保存数据文件；
打开ENVI软件，在Toolbox工具栏中选择裁剪好的文件核对波段，，保存，然后在Toolbox工具栏中将对应的波段提取出来保存；再利用arc GIS软件将提取出来的反射率和植被指数转化为excel文件；
S4、建立模型
将植被指数以降序方式排序，分别将各植被指数筛选出来，然后做回归分析，得到多元线性回归方程，将各植被指数数据带入方程，得到一组氮素预测数据，经回归分析，确定最终多元线性模型；
S5、验证模型的有效性。
[0005] 进一步的，所述步骤S1中，采采样时，叶片不能太大也不能太小，不能采摘生病的叶片，也不能采摘有虫子的叶片，生长在路边或者有车破坏过的叶片也不能采摘，样品采集时应统一于每天十点至十二点进行采集，刚采摘后的新鲜样品应冷藏，防治天气炎热毁坏叶片，到了实验室以后应该立即干燥，不然在叶片内部发生生物变化，导致叶片发霉，增加了实验的误差。
[0006] 更进一步的，若样品可能需要保存很长时间，样品应该先进行灭菌处理，然后置于聚氯乙烯塑料瓶或袋中封口保存。
[0009] 下面结合附图说明对本发明作进一步说明。
[0010] 图1为阿拉尔十团垦区概况图；图2为冠层氮素含量预测值与实际测量值的关系图；
图3为2018年7月14日氮素含量空间分布图。
图3为2018年7月14日氮素含量空间分布图。
[0011]
具体实施方式
[0012] 实施例1本次研究区域选取在阿拉尔市十团棉花地，如图1所示，阿拉尔市周边有很多河流提供水源，所以农业以塔里木河或者多浪河的河水灌溉为主。因为阿拉尔市附近有大片沙漠，所以一天之中最高气温达能达到35℃，最低气温零下28℃。据了解阿拉尔垦区有6.57千公顷的田地。此研究区域以年为单位，夏季下雨的次数极少，冬季也极少下雪，每天几乎都是艳阳高照，导致年降水量偏低蒸发量偏大，据了解一年内阿拉尔的降水量为40.1 82.5毫米，~
蒸发量1876.6 2558.9毫米，而棉花作为喜光的植物，在一定强度范围内，光和强度随着光~
照的强度增大而增大，所以此区域内多为种植棉花。由于棉花底部新叶各元素含量少，而上部太阳照射时间长，影响叶绿素含量，所以选取倒数第三和倒数第四叶片。
蒸发量1876.6 2558.9毫米，而棉花作为喜光的植物，在一定强度范围内，光和强度随着光~
照的强度增大而增大，所以此区域内多为种植棉花。由于棉花底部新叶各元素含量少，而上部太阳照射时间长，影响叶绿素含量，所以选取倒数第三和倒数第四叶片。
[0013] Landsat8遥感影像介绍Landsat8它是与太阳同步且非常近地面的一颗卫星，轨道的高度为705千米，轨道倾角为98.2度。伴随着Landsat8的有两个传感器，一个是陆地成像仪（OLI），还有一个是推扫式成像仪（TIRS）。我们运用了陆地成像仪传感器的7个波段。卫星每16天过境一次，于过境当天完成采样。通过对比我们可以发现，与其他卫星相比，Landsat8的灵活性远远高于其他卫星，这样一来遥感影像就更具时效性。利用Landsat8能够精确地记录研究区域的地理位置，而且能够回馈我们一个清晰地实地图，使数据更有可信度，更有利用价值。LI等将高分影像的空间信息与中分影像的光谱信息相结合,使分类精度从原来的93.83%提高到94.67%。为了解决农业中大面积作物植被指数的提取中的问题，现在以农作物为对象，有两种方法: 综合利用光谱、纹理及空间信息。
[0014] 1、采样设计采样利用随机采样法，首先选定有代表性的样株，在田间（30米*30米）划样方按照五分法取样。规定两个样方之间距离2公里。共采集48个样。采摘时，叶片不能太大也不能太小，不能采摘生病的叶片，也不能采摘有虫子的叶片，生长在路边或者有车破坏过的叶片也不能采摘。样品采集时应统一于每天十点至十二点进行采集。刚采摘后的新鲜样品应冷藏，防治天气炎热毁坏叶片，到了实验室以后应该立即干燥，不然在叶片内部发生生物变化，导致叶片发霉，增加了实验的误差。若样品可能需要保存很长时间，样品应该先进行灭菌处理，然后置于聚氯乙烯塑料瓶或袋中封口保存。烘干后进行磨细处理，保存至封口袋中保存，为避免受潮湿，应该尽快做实验，减少实验误差。
[0015] 2、冠层氮素实验室测定称取烘干且磨细的植物样品→在不粘到管壁的情况下倒入消化管中→用蒸馏水湿润样品→加浓硫酸，摇匀，盖上弯颈漏斗→置于通风橱处水浴加热，加热至溶液全部呈棕黑色时取下冷却→加入几滴双氧水、摇动→加热后在冷却再滴加重复2 3次→至溶液无色后加~
热5 10分钟→冷却、转移、定容、过滤。放入凯氏定氮仪中进行蒸馏→蒸馏至三角瓶中→加~
三滴邻啡罗啉指示剂→用1/2硫酸滴定→记录结果。
热5 10分钟→冷却、转移、定容、过滤。放入凯氏定氮仪中进行蒸馏→蒸馏至三角瓶中→加~
三滴邻啡罗啉指示剂→用1/2硫酸滴定→记录结果。
[0016] 3数据处理本次试验使用Landsat8遥感影像——7月14日的影像，利用ENVI软件首先进行两个步骤，第一是辐射校正；第二是大气校正。其次利用arcGIS软件进行裁剪及植被指数的提取；
最后利用excel等软件进行相关性分析和相关性分析验证。
最后利用excel等软件进行相关性分析和相关性分析验证。
[0017] 3.1辐射校正在校正之前，影像有可能会因为传感器自己本身的原因或者因为空气里的云、雾霭等原因，对影像造成数值上的误差，我们通过辐射校正能够尽可能的还原影像最初始的样子，为后期操作做好扎实基础。首先要将传感器记录的DN值转换成辐射亮度，使用ENVI软件中的辐射校正工具Calibration，自动设置FLAASH的数据类型，将Scale Factor调整为0.1。
[0018] 3.2大气校正由于受到各种外界条件的影响，传感器在吸收电磁辐射的时候会受到干扰，使得影响不那么精确，因为在这其中不仅有我们所需要的各种植被指数信息，其中还包含外界干扰信息，这样传感器获得的光谱与地物本身的光谱信息就存在差异，因此要对影像进行大气校正，去除地物以外的信息。目前大气校正的方法大致可以归纳为基于大气辐射传输模型法和复合模型法、基于图像特征的相对校正法和基于地面线性回归模型法。我们首先利用Calibration工具设置参数，然后启动FLAASH面板设置参数，再设置多光谱参数，自动选择对应的波段，最后输出即可。
[0019] 3.3 区域的裁剪2018年7月，在十团内，每间隔两块地进行一次采样，选择好地块（30×30）以后，利用GPRS定位至田地中心，以五分法分布采样，记录地理坐标，先利用arc GIS插入XY坐标值，标出大概位置，存为shipfile格式，再利用ENVI软件进行裁剪。首先，单击ROI工具，框好自己想要的区域；第二，在Toolbox工具中找到subset框中双击Subset Data from ROIs选择我们要裁剪的文件名；第三，在Spatial Subset via ROI Parameters中选择第一步中裁剪的区域；第四，选择路径保存，保存为TIFF格式。
[0020] 3.4 植被指数的提取打开ENVI软件，在Toolbox工具栏中选择Regions of Interest → Subset Data from ROIS，选择裁剪好的文件核对波段，共7个波段，点击OK，Mask pixels outside of ROI中选择NO选择路径保存。然后在Toolbox工具栏中选择Band Algebra →Spectral Indices，在Input Raster中选择上一步骤保存的文件，在弹出的窗口Index中按照顺序依次点击，将对应的波段提取出来保存。然后再打开arc GIS软件，选择Catalog工具，选择Toolboxes →system Toolboxes → Conversion Tools → Excel →Table To Excel将提取出来的反射率和植被指数转化为excel文件。共计16个植被指数，按降序排序完成处理。
[0021] 4结果分析4.1植被指数与冠层氮素含量相关性分析
表1 植被指数与冠层氮素的相关分析
从表1中可以看出，红绿比值指数（RGRI）与冠层氮素相关性最大，说明红绿比值指数对冠层含氮量影响也最大，值越高氮素含量也越高。结构不敏感色素指数（SIPI）与冠层氮素相关性最小，说明结构不敏感色素指数对冠层含氮量的影响也最小，值越低氮素含量也越低。
表1 植被指数与冠层氮素的相关分析
从表1中可以看出，红绿比值指数（RGRI）与冠层氮素相关性最大，说明红绿比值指数对冠层含氮量影响也最大，值越高氮素含量也越高。结构不敏感色素指数（SIPI）与冠层氮素相关性最小，说明结构不敏感色素指数对冠层含氮量的影响也最小，值越低氮素含量也越低。
[0022] 4.2 多元线性模型的建立表2 回归统计表
提取了七月份的植被指数，共计16个光谱指数，将植被指数以降序方式排序，分别将各植被指数筛选出来，共计48个样点，然后做回归分析，制作散点图，得到R2=0.5760。将70个样本分为建模集和验证集两个数据集，建模集为50个，验证集为20个，利用这32份数据进行数据回归分析，所得R2=0.7122，此时可以得到一个多元线性回归方程，将16个数据带入方程，得到一组氮素预测数据。通过回归分析，可以得到如下数据：
(1)K=771973.8382
(2)y=217.209x1+379.069x2+45.051x3-3863.71x4-4402.33x5-440442x8+290137x9+
3611.438x10-512193x12-2.709x13+107.965x15-852.6x16+771973.8
(3)y=217.209*RGRI+379.069*MTVII+45.051*VARI+3863.71*WVWI+4402.33*TDVI-
440442*OSAVI+2901378*SAVI+3611.438*AR-512193*MNLI-2.709*LAI+107.965*MNDW-
852.6*SIPI+771973.8
上述（3）则为最终多元线性模型。
提取了七月份的植被指数，共计16个光谱指数，将植被指数以降序方式排序，分别将各植被指数筛选出来，共计48个样点，然后做回归分析，制作散点图，得到R2=0.5760。将70个样本分为建模集和验证集两个数据集，建模集为50个，验证集为20个，利用这32份数据进行数据回归分析，所得R2=0.7122，此时可以得到一个多元线性回归方程，将16个数据带入方程，得到一组氮素预测数据。通过回归分析，可以得到如下数据：
(1)K=771973.8382
(2)y=217.209x1+379.069x2+45.051x3-3863.71x4-4402.33x5-440442x8+290137x9+
3611.438x10-512193x12-2.709x13+107.965x15-852.6x16+771973.8
(3)y=217.209*RGRI+379.069*MTVII+45.051*VARI+3863.71*WVWI+4402.33*TDVI-
440442*OSAVI+2901378*SAVI+3611.438*AR-512193*MNLI-2.709*LAI+107.965*MNDW-
852.6*SIPI+771973.8
上述（3）则为最终多元线性模型。
[0023] 4.3 多元线性回归建模精度评价本次模型的建立，将总数据集分成两份，一份作为测试集，一份作为验证集。首先我们利用32个测试集进行回归分析然后建模，然后用16个验证集进行验证。将16个验证集依次带入模型中，可以得到一组预计棉花冠层的含氮量，联立预测的含氮量和实际测得的含氮量，通过建立散点图，从图3中我们可以看出R2=0.5603，说明预测值与实际测量值之间差异较小，证明此模型的精度较为准确。
[0024] 44 植被指数反演冠层氮素的特点意义植被指数能够有效地结合所有的光谱信息，而且自身能够减少非植被信息的录入而增加植被信息的录入，此特点非常有利于本次棉花冠层氮素的观测。本次通过植被指数反演冠层氮素建立的模型，能够精确地反映氮素在该研究区域的含量分布，图上显示蓝色部分的区域为氮素含量极低地区，浅蓝色部分为低氮素含量地区，灰色部分为中等偏低氮素含量地区，黄色为中等氮素含量地区，橙色为中等偏高氮素含量地区，红色为高含氮量地区。
结果较直观，方便观察。
结果较直观，方便观察。
[0025] 从图3中可以看出，阿拉尔市十团的棉花含氮量分布较均匀，在东北部、西南部有极少部分区域含氮量低，含氮量在0 9之间，约占本研究区域的10%左右；在西南部偏南位置~处，呈现大幅度中等含氮量，含氮量在9-18之间，约占本研究区域的25%左右；在东北角偏北位置，呈现中等偏高含氮量，含氮量在18-27之间，约占本研究区域的20%左右；含氮量最高的地方集中在研究区中间部位偏北处，含氮量在27-30之间，约占本研究区域的百分之30%左右；其余15%为河流、道路等部位。由于本次研究区域最高含氮量所占比重最大，最低含氮量所占比重最小，说明阿拉尔市十团棉花氮素补充的较好，在后期施肥中可适当减少氮肥，否则棉花氮素太高也会影响到棉花的产量。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 帕利哌酮新型递增释放渗透泵制剂及其制备方法 | 2021-10-04 | 2 |
| 一种脱苦豆粉的加工方法 | 2020-07-14 | 1 |
| 枳壳挥发油提取物作为制备抗抑郁药物的应用 | 2021-01-27 | 1 |
| 一种注射用美洛西林钠舒巴坦钠处方及工艺 | 2020-08-07 | 2 |
| 用于去除重金属的生物吸附剂 | 2021-05-20 | 3 |
| 植物甾醇油酸酯的制备方法 | 2020-11-25 | 3 |
| 一种废催化剂综合利用系统 | 2020-09-05 | 3 |
| Extractive distillation method | 2023-08-15 | 3 |
| SYSTEM AND METHOD OF DISTILLATION PROCESS AND TURBINE ENGINE INTERCOOLER | 2021-03-23 | 3 |
| PROCESS FOR THE PRODUCTION OF FURFURAL | 2021-10-18 | 3 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈