(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111329128.9 (22)申请日 2021.11.10 (71)申请人 桂林理工大 学 地址 541004 广西壮 族自治区桂林市 建干 路12号 (72)发明人 何文　王金叶　余玲　葛梦兰　 (51)Int.Cl. G01N 21/25(2006.01) G01N 21/55(2014.01) G06F 30/27(2020.01) (54)发明名称 一种喀斯特植物叶片全磷含量无损监测方 法 (57)摘要 本发明公开了一种喀斯特植物叶片全磷含 量无损监测方法。 采集植物叶片的光谱反射率数 据和测定对应植物叶片的全磷含量， 运用分数阶 微分技术对光谱反射率进行预处理， 将预处理的 数据与植物叶片的全磷含量数据进行皮尔逊 (Pearson ’s)相关性检验， 剔除相关性不显著的 光谱波段， 将传统 回归分析方法与人工神经网络 相结合， 建立人工智能模 型； 模型建好后， 将光谱 反射率数据输入到人工智能模型中反推出相应 植物叶片的全磷含量。 本发明相比于实验室化学 提取植物叶片 全磷的方法， 本方法不仅速度快而 且对叶片本身无伤害， 此外， 相较于传统回归模 型(如偏最小 二乘回归模型(PLSR))， 预测精度约 提高30%。 权利要求书1页 说明书7页 附图6页 CN 114235715 A 2022.03.25 CN 114235715 A 1.一种喀斯特植物叶片全 磷含量无损监测方法， 其特 征在于具体步骤为： （1） 运用地物光谱仪到野外采集植物叶片的光谱， 对于高大乔木， 用高枝剪剪下枝条， 再进行测量， 在枝 条剪下后10 分钟内完成光谱反射率测量； 叶片测完光谱后， 运用钼锑抗比 色法或钒钼黄吸光 光度法提取植物叶片的全 磷含量; （2） 运用分数阶微分技术对步骤 （1） 所得光谱反射率数据进行预处理； 对叶片光谱反射 率从0到3阶进行微分， 间隔为0.1； 所述的分数阶微分技术为Gr ünwald‑Letnikov算法、 Caputo算法和Rieman n‑Liouville算法中的一种; （3） 将步骤 （2） 预处理后的数据与 步骤 （1） 植物叶片的全磷含量数据进行皮尔逊相关性 检验， 将光谱与叶片全磷含量之间相关性不显著的光谱波段剔除； 相关性不显著的光谱波 段为皮尔逊相关性显著性检验p值大于 0.05的光谱波段; （4） 将步骤 （3） 处理后的光谱波段作为自变量， 步骤 （1） 所得的植物叶片全磷含量作为 因变量， 运用PLSR模型进行建模， 然后将PLSR模型运行过程中提取的主成分作为GRNN模型 的输入变量， 建立PLSR+GRNN模型； 最后对PLSR+GRNN模型进行精度验证和稳定性验证， 若建 立的模型精度较高， 且运行稳定， 则建模完成， 若精度不能满足要求， 则增加建模样 本， 重复 步骤1至步骤4， 直至模型 稳定; （5） 运用模型： 将按步骤 （1） 获取的植物叶片光谱反射率数据输入到步骤 （4） 所建立的 模型中， 快速得 出相应植物叶片的全 磷含量。权　利　要　求　书 1/1 页 2 CN 114235715 A 2一种喀斯特 植物叶片全磷含量无损监测方 法 技术领域 [0001]本发明涉及 生态遥感技术领域， 尤其涉及 一种喀斯特植物叶片全磷含量无损监测 方法。 背景技术 [0002]中国喀斯特地貌广布， 喀斯特植被丰富多样。 但喀斯特生态环境十分脆弱， 植被的 恢复和保育工作尤为重要。 植物全磷含量是评价植被生长好坏的重要指标， 但一直以来全 磷含量都是通过实验室化学提取的方式获得。 虽然这种方式虽然精度较高， 但费时费力， 难 以满足对大面积植被区域快速监测的需求。 [0003]近年来， 高光谱遥感技术的发展， 为快速提取植物叶片全磷含量提供了新的思路 和方法。 但已有的研究主要解决特定的物种或者相对单一的植被类型 的快速提取。 比如对 小麦、 水稻、 苹果等单一物种， 或者对草地等较为简单的植被类型 的监测。 对广大喀斯特区 而言， 现有的这些 方法与技 术适用性不高。 [0004]对混合植物而言， 提取的精度问题一直是通过高光谱遥感技术提取植物叶片全磷 含量的关键问题。 通过简单的光谱指数法、 逐步回归法、 偏最小二乘法等线性回归方法来 实 现对喀斯特区植物叶片全磷含量的快速估算， 在精度上难以满足要求。 通过机器学习等拟 合能力较高的非线性模型来拟合光谱反射率与植物叶片全磷含量的关系， 在精度上可以满 足。 但由于光谱数据具有高维、 复杂的特点， 所建立的机器学习模型通常会具有过拟合现 象。 因此如何解决过拟合的问题成为了喀斯特植物叶片全 磷含量快速提取难题的关键 。 [0005]另一方面， 光谱微分技术已被证明在提高植物叶片全磷含量提取精度方面有帮 助。 但整数阶微分(通常指一阶微分和二阶微分)会使光谱在 几何形状上发生跳跃性变化， 不能充分挖掘光谱数据对植物叶片全磷含量快速提取的潜力。 而分数阶微分很好的弥补了 整数阶微分的这个不足。 [0006]现有技术缺点为， 化学提取方法需要经过烘干、 碾磨、 消煮等多种多样的步骤， 费 时费力。 现有高光谱技术提取植物叶片全磷含量的方法主要针对单一植物， 对喀斯特区复 杂多样的植被 类型难以适应， 预测精度较低。 发明内容 [0007]本发明的目的在于提供一种喀斯特植物叶片全磷含量无损监测方法， 解决背景技 术提到的技术问题； 融合光谱分数阶微分、 回归、 机器学习等技术 实现对喀斯特区混合植物 叶片全磷含量的快速无损监测。 [0008]具体步骤为： [0009](1)运用地物光谱仪到野外采集植物叶片的光谱， 对于高大乔木， 用高枝剪剪下枝 条， 再进行测量， 但间隔的时间不能太久， 最好在枝条剪下后10分钟 内完成光谱反射率测 量， 以免枝 条离体后， 叶片内部生理生化特征发生太大变化， 影响叶片光谱反射率的测量精 度； 叶片测完光谱后， 收集起来， 带回实验室， 运用钼锑抗比色法或钒钼黄吸光光度法提取说　明　书 1/7 页 3 CN 114235715 A 3