一种植物叶片氮素丰缺快速无损高准确率的鉴别方法

摘要

本发明公开了一种基于高光谱的植物叶片氮素丰缺快速无损高准确率的鉴别方法。本发明对叶片样本进行高光谱采集，在对高光谱数据进行降噪预处理后，对光谱数据进行特征提取，建立光谱特征与植物叶片氮素水平标准类别的校正模型；采集未知样本的高光谱数据，对光谱数据进行降噪预处理后，将光谱转换为特征空间，代入校正模型对待测样本进行氮素水平分类鉴别，得出植物叶片是否为缺氮、正常氮还是过量氮水平。本发明技术方案采用便携式高光谱仪器进行采集植物叶片光谱，采用一种Adaboost+SLPP特征提取方法对叶片光谱数据进行特征提取，利用KNN作为分类器，能有效提高鉴别预测准确率。

主权项

一种植物叶片氮素丰缺快速无损高准确率的鉴别方法，其特征在于，包括以下步骤：步骤1，采用各氮素浓度营养液无土栽培校正集样本，采用高光谱仪器测量校正样本集中的样本在测量范围内的连续高光谱数据；并将各类氮素水平叶片样本集光谱数据作为标准库；采用标准归一化方法对原始光谱进行降噪预处理；步骤2，利用具有迭代优势的自适应提升算法与监督模式下线性降维算法SLPP相结合，进行特征波段光谱提取；步骤3，利用校正样本集的光谱数据与其对应的氮素水平数据，构建KNN分类器；步骤4，利用便携式高光谱仪器测量未知样本的光谱数据，采用标准归一化方法对光谱进行降噪预处理后，利用所述KNN分类器作为校正模型测定未知样本的待测氮素水平。