冬小麦苗期叶绿素含量检测光谱学参数寻优

被引：18

作者：

毛博慧 ^{[1
]}

李民赞 ^{[1
]}

孙红 ^{[1
]}

刘豪杰 ^{[1
]}

张俊逸 ^{[1
]}

Zhang Qin ^{[2
]}

机构：

[1] 中国农业大学现代精细农业系统集成研究教育部重点实验室

[2] 美国华盛顿州立大学精细农业及农业自动化研究中心

来源：

农业工程学报 | 2017年 / 33(S1)卷 / S1期

基金：

国家重点研发计划;

关键词：

叶绿素; 光谱学; 优化; 冬小麦; 多元散射校正; 植被指数; 冠层反射率; 遗传算法;

D O I：

暂无

中图分类号：

S512.11 [];

学科分类号：

0901 ;

摘要：

光谱分析技术是作物生长检测的主要手段,为了解决大田漫反射采集所造成的光谱基线漂移和偏移问题,研究采集了冬小麦冠层325～1 075 nm范围反射光谱,采用多元散射校正方法对小麦原始光谱进行预处理。采取遗传算法对光谱特征参数寻优并结合相关分析结果,选取486、599、699和762 nm波长处反射率值并组合计算了RVI(ratio vegetation index),DVI(difference vegetation index),NDVI(normalized difference vegetation index)和SAVI(soil-adjusted vegetation index)共12个植被指数,分析了各植被指数与叶绿素含量值之间的相关关系,结果显示:DVI和SAVI可抑制苗期土壤背景干扰并对叶绿素含量响应较为敏感,与叶绿素含量相关性最优的参数分别为DVI(762,599)、SAVI(762,599)、DVI(762,699)和SAVI(762,699),与叶绿素含量的相关系数都达到0.6以上。基于相关性最优光谱植被指数DVI(762,699)和SAVI(762,599)利用最小二乘-支持向量回归建立冬小麦叶绿素含量预测模型,建模集决定系数为0.681,验证集决定系数为0.611。该模型可用于无损检测冬小麦苗期叶绿素含量,以期为后续施肥决策提供支持。

引用

页码：164 / 169

页数：6

共 25 条

[1] 基于多波段光谱探测仪的玉米冠层叶绿素含量诊断 [J].