基于小波变换与LS-SVR的柑橘叶片磷含量高光谱监测模型

被引：2

作者：

黄双萍 ^{[1
,2
,3
]}

岳学军 ^{[1
,2
,3
,4
]}

洪添胜 ^{[1
,2
,3
]}

蔡坤 ^{[1
,2
,3
]}

林诗伦 ^{[1
]}

机构：

[1] 华南农业大学工程学院

[2] 南方农业机械与装备关键技术省部共建教育部重点实验室

[3] 国家柑橘产业技术体系机械研究室

[4] 南昆士兰大学工程与测绘学院

来源：

广东农业科学 | 2013年 / 40卷 / 13期

基金：

广东省自然科学基金;

关键词：

柑橘叶片; 磷含量; 高光谱; 小波去噪; 最小二乘支持向量回归;

D O I：

10.16768/j.issn.1004-874x.2013.13.052

中图分类号：

S666 [柑桔类];

学科分类号：

090201 ;

摘要：

快捷、准确、无损地监测柑橘磷(P)含量,对柑橘树磷肥的精准喷施及动态管理有重大意义。高光谱技术的快速发展使柑橘磷含量的快速无损监测成为可能。以117株园栽萝岗橙为试验对象,分别在壮果促梢期和采果期两个不同发育阶段采集234个样本数据,高光谱反射数据构成描述样本的多元矢量,硫酸-双氧水消煮-钼锑抗比色法测得的磷含量值作为样本标签值。在对高光谱反射数据小波去噪的基础上,用LS-SVR算法建立柑橘叶片磷含量监测模型。模型分别在验证集和校正集上进行评估,分别取得模型决定系数0.907和0.953,均方误差0.004和0.002,平均相对误差2.76%和1.77%。结果表明:用高光谱技术进行柑橘叶片磷含量监测是可行的。

引用

页码：37 / 40

页数：4

共 25 条

[1] Leaf nitrogen estimation in potato based on spectral data and on simulated bands of the VENμS satellite [J].