(19)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 202111625977.9 (22)申请日 2021.12.28 (71)申请人 广东省科 学院广州地理研究所 地址 510075 广东省广州市越秀区先烈中 路100号大院之一 (72)发明人 李丹　王重洋　陈水森　姜浩　 贾凯　秦伯雄　陈金月　 (74)专利代理 机构 广州骏思知识产权代理有限 公司 44425 专利代理师 潘桂生 (51)Int.Cl. G01N 21/359(2014.01) G01N 21/3563(2014.01) G06Q 10/04(2012.01) G06Q 50/02(2012.01) (54)发明名称 马铃薯叶柄的硝酸盐预测方法、 装置、 设备 及存储介质 (57)摘要 本发明涉及马铃薯营养 分析领域， 特别涉及 一种马铃薯叶柄的硝酸盐预测方法， 包括： 基于 目标区域的马铃薯的遥感数据， 获取目标区域内 的各个时期的马铃薯的光谱信息； 获取目标区域 内的各个时期的马铃薯的冠层立体观测数据， 其 中， 冠层立体观测数据包括马铃薯叶片的色素信 息以及马铃薯叶柄的硝酸盐含量； 根据马铃薯的 光谱信息以及植被指数算法， 获取各个时期的马 铃薯的植被指数； 根据植被指数以及冠层立体观 测数据， 构建硝酸盐预测模型， 对硝酸盐预测模 型进行精度评价； 响应于预测指令， 预测指令包 括待预测区域的马铃薯的光谱信息以及冠层立 体观测数据， 根据待预测区域的马铃薯的光谱信 息以及冠层立体观测数据， 获取待预测区域的马 铃薯叶柄的硝酸盐含量。 权利要求书3页 说明书8页 附图3页 CN 114509403 A 2022.05.17 CN 114509403 A 1.一种马铃薯叶柄的硝酸盐预测方法， 其特 征在于， 包括以下步骤： 基于目标区域的马铃薯的遥感数据， 获取所述目标区域内的各个时期的马铃薯的光谱 信息； 获取所述目标区域内的各个时期的马铃薯 的冠层立体观测数据， 其中， 所述冠层立体 观测数据包括马铃薯叶片的色素信息以及氮素信息； 根据所述马铃薯的光谱信 息以及植被指数算法， 获取所述各个时期的马铃薯的植被指 数； 根据所述植被指数以及冠层立体观测数据， 构建硝酸盐预测模型， 对所述硝酸盐预测 模型进行精度评价； 响应于预测指令， 所述预测指令包括待预测区域的马铃薯的光谱信 息以及冠层立体观 测数据， 根据所述待预测区域的马铃薯的光谱信息以及冠层立体观测数据， 获取所述待预 测区域的马铃薯叶柄的硝酸盐含量。 2.根据权利要求1所述的马铃薯叶柄的硝 酸盐预测方法， 其特征在于： 所述光谱信 息包 括近红外、 红边和红波段反射信息， 所述色素信息包括叶绿素信息以及类黄酮信息， 其中， 所述叶绿素信息包括冠层顶部叶绿素值Chla顶部、 冠层中部叶绿素值Chla中部以及冠层底部叶 绿素值Chla底部， 所述类黄酮信息包括冠层顶部类黄酮值Flav顶部、 冠层中部类黄酮值Flav中部 以及冠层底部类黄酮值Flav底 部， 所述氮素信息包括氮营养指数值 NBI底 部。 3.根据权利要求2所述的马铃薯叶柄的硝 酸盐预测方法， 其特征在于： 所述冠层立体观 测数据还 包括各个时期的马铃薯叶柄的硝酸盐含量。 4.根据权利要求3所述的马铃薯叶柄的硝 酸盐预测方法， 其特征在于， 所述根据 所述植 被指数以及冠层立体观测数据， 构建硝酸盐预测模型， 对所述硝酸盐预测模型进行精度评 价之前， 包括 步骤： 对所述植被指数以及冠层立体观测数据进行关联性检测， 获取检测结果， 根据所述检 测结果， 从所述植被指数中提取样本植被指数， 从所述冠层立体观测数据中提取样本冠层 立体观测数据。 5.根据权利要求4所述的马铃薯叶柄的硝 酸盐预测方法， 其特征在于， 所述对所述植被 指数以及冠层立体观测数据进行关联性检测， 获取检测结果， 包括 步骤： 根据所述植被指数、 冠层立体观测数据中的各个时期的马铃薯叶柄的硝 酸盐含量以及 皮尔逊相关系数算法， 获取皮尔逊相关系数， 其中， 所述皮尔逊相关系数算法为： 式中， x为所述植被指数， y为所述冠层立体观测数据中各个时期的马铃薯叶柄的硝酸 盐含量， μx为所述植被指数的均值， μy为所述冠层立体观测数据中各个时期的马铃薯叶柄的 硝酸盐含量的均值； σx为所述植被指数的标准差， σy为所述冠层立体观测数据中各个时期的 马铃薯叶柄的硝酸盐含量的标准差； E()为期望函数； 根据所述皮尔逊相关系数以及线性相关系数算法， 获取线性相关系数， 根据所述线性 相关系数以及预设的线性相关系数对照值， 对所述植被指数以及冠层立体观测数据进 行关 联性检测， 获取检测结果， 其中， 所述线性相关系数算法为：权　利　要　求　书 1/3 页 2 CN 114509403 A 2式中， t为所述线性相关系数， n为所述植被指数的数量以及所述冠层立体观测数据的 数量。 6.根据权利要求2所述的马铃薯叶柄的硝 酸盐预测方法， 其特征在于， 所述根据 所述植 被指数以及冠层立体观测数据， 构建硝酸盐预测模型， 包括 步骤： 采用逐步回归算法， 根据所述样本植被指数以及样本冠层立体观测数据中的色素信 息， 构建所述硝酸盐预测模型， 其中， 所述硝酸盐预测模型为： y＝164436.888 ‑24440.142*Flav均值+30084.216*MACC ‑144731.188*NDVI ‑6701.225* Flav顶 部+117.288*NBI底 部‑363.683*Chla均 值 式中， y为所述硝酸盐预测模型输出的硝酸盐含量， Flav均值为所述叶绿素信息的均值， 其表达式为 Chla均值为所述类黄酮信息的均值， 其表达式为 7.根据权利要求5所述的马铃薯叶柄的硝 酸盐预测方法， 其特征在于， 所述对所述硝酸 盐预测模型进行精度评价， 包括 步骤： 将所述各个时期的光谱信 息以及冠层立体观测数据输入至所述硝 酸盐预测模型， 获取 所述硝酸盐预测模型输出 的硝酸盐含量预测值， 根据所述硝酸盐含量预测值、 样本冠层立 体观测数据中各个时期的马铃薯叶柄的硝酸盐含量以及评价参数算法， 获取所述硝酸盐预 测模型的评价 参数， 其中， 所述评价 参数包括确定系数以及均方根 误差； 根据预设的确定系数对照 值以及均方根误差对照值， 与 所述硝酸盐预测模型的相应的 评价参数进 行对比， 获取对比结果， 根据所述对比结果， 将所述硝酸盐预测模型作为用于预 测的硝酸盐预测模型。 8.一种马铃薯叶柄的硝酸盐预测装置， 其特 征在于， 包括： 第一获取模块， 用于基于目标区域的马铃薯 的遥感数据， 获取所述目标区域内的各个 时期的马铃薯的光谱信息； 植被指数计算模块， 用于根据所述马铃薯 的光谱信息以及植被指数算法， 获取所述各 个时期的马铃薯的植被指数； 第二获取模块， 用于获取所述目标区域内的各个时期的马铃薯 的冠层立体观测数据， 其中， 所述冠层立体观测数据包括马铃薯叶片的色素信息以及马铃薯叶柄的硝酸盐含量； 构建模块， 用于根据 所述植被指数以及冠层立体观测数据， 构建硝酸盐预测模型， 对所 述硝酸盐预测模型进行精度评价； 测量模块， 用于响应于预测指令， 所述预测指令包括待预测区域的马铃薯 的光谱信息 以及冠层立体观测数据， 根据所述待预测区域的马铃薯的光谱信息 以及冠层立体观测数 据， 获取所述待预测区域的马铃薯叶柄的硝酸盐含量。 9.一种设备， 其特征在于， 包括： 处理器、 存储器以及存储在所述存储器上并可在所述 处理器上运行的计算机程序； 所述计算机程序被所述处理器执行时实现如权利要求 1至7中 任一项所述的马铃薯叶柄的硝酸盐预测方法的步骤。权　利　要　求　书 2/3 页 3 CN 114509403 A 3