柑橘叶片叶绿素含量高光谱无损检测模型

被引：71

作者：

岳学军 ^{[1
,2
,3
]}

全东平 ^{[1
,2
,3
]}

洪添胜 ^{[1
,2
,3
]}

王健 ^{[1
,2
,3
]}

瞿祥明 ^{[1
,2
,3
]}

甘海明 ^{[1
,2
,3
]}

机构：

[1] 华南农业大学南方农业机械与装备关键技术教育部重点实验室

[2] 国家柑橘产业技术体系机械研究室

[3] 华南农业大学工程学院

来源：

农业工程学报 | 2015年 / 31卷 / 01期

基金：

广东省自然科学基金; 广州市科技计划项目;

关键词：

叶绿素; 主成分分析; 无损检测; 高光谱; 柑橘叶片; 支持向量机回归; 偏最小二乘回归;

D O I：

暂无

中图分类号：

S666 [柑桔类];

学科分类号：

090201 ;

摘要：

针对柑橘叶片叶绿素含量的传统化学检测,不仅耗时长且损伤柑橘叶片,还依赖检测者实操技术,无法集成于精细农业中变量喷施农机具的诸多弊端,该文探讨快速无损检测柑橘叶片叶绿素含量方法。以117棵园栽萝岗甜橙树为研究对象,选用ASD Field Spec 3光谱仪对萌芽期、稳果期、壮果促梢期、采果期共4个生长时期的柑橘叶片进行高光谱反射率采集,并同步采用分光光度法测得叶片的叶绿素含量;以原始光谱及其变换形式作为模型输入矢量,分别在主成分分析(principle component analysis,PCA)降维的基础上利用支持向量机回归(support vector regression,SVR)算法和在小波去噪的基础上利用偏最小二乘回归(partial least square regression,PLSR)算法对柑橘叶片叶绿素含量进行建模预测,全生长期整体建模的校正集和验证集最佳模型决定系数R2分别为0.8713和0.8670,均方根误差RMSE(root-mean-square error)分别为0.1517和0.1544,试验结果表明,高光谱可快速无损地对柑橘叶片叶绿素含量进行精确的定量检测,为柑橘不同生长期的营养监测提供理论依据。

引用

页码：294 / 302

页数：9

共 22 条

[1] 基于反射光谱预处理的苹果叶片叶绿素含量预测 [J].