买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请涉及光谱分析技术领域，具体涉及一种基于光谱分析的土壤水势智能化检测方法，该方法包括：采集稻田的高光谱数据；获取潜在土壤区域、潜在土壤区域内各像元的光谱曲线以及光谱曲线上的极值点和反射强度；计算各像元的奇异拟合偏差系数；计算各像元的稻田像元光谱混叠系数；计算各像元的第一同质比；计算各像元的对比像元谱线均一性指数；获取各采样时刻的光谱解混像元集合；获取各采样时刻的端元矩阵和丰度矩阵完成对土壤水势的检测。本申请可通过像元筛选，利用干扰较低的像元进行解混，使得丰度信息更加真实地反映土壤的水分信息，由此提高检测精度。

主权项：1.一种基于光谱分析的土壤水势智能化检测方法，其特征在于，该方法包括以下步骤：采集稻田的高光谱数据，高光谱数据中各像元在不同波长的反射强度组成各像元的像元序列；获取潜在土壤区域，对潜在土壤区域内各像元的像元序列进行拟合得到各像元的光谱曲线；根据各像元的光谱曲线上极值点的反射强度的变化情况构建各像元的奇异拟合偏差系数；根据各像元的光谱曲线上极值点处反射强度的概率分布和奇异拟合偏差系数构建各像元的稻田像元光谱混叠系数；根据各像元及其邻域像元的像元序列之间的相似程度和各像元的稻田像元光谱混叠系数构建各像元的第一同质比；根据每个潜在土壤区域内各像元的分布情况构建各像元的对比像元谱线均一性指数；根据各像元的对比像元谱线均一性指数获取各采样时刻的光谱解混像元集合；根据各采样时刻的光谱解混像元集合获取各采样时刻的端元矩阵和丰度矩阵；根据各采样时刻的端元矩阵和丰度矩阵的特征分布完成对土壤水势的检测；所述各像元的奇异拟合偏差系数的构建过程为：基于各像元的光谱曲线中各极值点与其相邻极值点的反射强度之间的差异确定各像元的极差尖锐权重；将各像元的光谱曲线上每个极值点对应像元序列中的反射强度和光谱曲线上每个极值点处的反射强度的差值取绝对值，记为拟合绝对值；所述拟合绝对值和各像元的极差尖锐权重与各像元的奇异拟合偏差系数为协同关系；所述各像元的极差尖锐权重的确定方法为：获取各像元的光谱曲线上每个极值点处的波长；将各像元的光谱曲线上每个极值点与相邻两个极值点的反射强度的差值取绝对值，记为光反绝对值；计算所述光反绝对值的累加和，记为光反累加和；计算各像元的光谱曲线上每个极值点与相邻两个极值点处波长的和值，记为波长和；各像元的极差尖锐权重与所述光反累加和成正向关联，与所述波长和成负向关联；所述各像元的第一同质比的构建过程为：以每个潜在土壤区域内各像元为中心，获取各像元的邻域像元；将各像元与其邻域像元的像元序列之间的相似性度量结果，记为第一相似性因子；计算各像元与邻域像元的像元序列的稻田像元光谱混叠系数的和值，记为相邻混叠和值；各像元的第一同质比与所述第一相似性因子成正向关联，与所述相邻混叠和值成负向关联；所述各像元的对比像元谱线均一性指数的构建过程为：计算各像元与所有邻域像元的第一同质比的和值，记为邻域谱线同质性系数；计算各像元与所在潜在土壤区域中心的像元的距离，记为边缘受扰置信度；计算各像元所在潜在土壤区域内像元个数与各采样时刻所有潜在土壤区域像元个数均值的比值，记为土壤面积权重；所述邻域谱线同质性系数和土壤面积权重均与各像元的对比像元谱线均一性指数成正相关关系，所述边缘受扰置信度与所述各像元的对比像元谱线均一性指数成负相关关系。

全文数据：

权利要求：

百度查询： 广东省农业科学院农业资源与环境研究所 一种基于光谱分析的土壤水势智能化检测方法