一种基于小样本高光谱数据的棉花氮含量预测方法及系统

本发明公开一种基于小样本高光谱数据的棉花氮含量预测方法及系统，属于农业信息领域。棉花出苗30天左右每隔固定时间进行破坏性和非破坏性的高光谱数据采样工作。破坏性采样后进行实验室定氮，获取氮含量数据来训练监测模型，本发明采用适用于小样本的1D‑CNN和DF监测模型满足农学样本获取困难、体量小的特点；随后通过最优监测模型生成棉叶氮含量的时序序列，运用滑动窗口的方式代入到TCN、LSTM、BiLSTM以及Transformer集成的时序预测结构中，结合不同算法的优势，对未来一段时间内氮含量进行精准预测。本发明为作物表型参数时序预测和作物生产精量化管理提供方法支撑，为农业现代化和可持续发展做出贡献。