基于高光谱特征和偏最小二乘法的春小麦叶绿素含量估算

叶绿素含量是影响作物生长及产量的主要因素。该研究以2017年6月小型试验田获取的抽穗期春小麦叶绿素含量及其对应的光谱反射率为数据源,对红边（627～780 nm）、黄边（566～589 nm）、蓝边（436～495 nm）、绿边（495～566 nm）、吸收谷和反射峰的最大反射率及反射率总和等16个高光谱特征参数与叶绿素含量之间的相关性进行了分析,并结合偏最小二乘回归法（partial least-squares regression,PLSR）对叶绿素含量进行高光谱建模及验证。结果表明:1)对特定的16个光谱特征参数而言,光谱特征参数绿边最大反射率与春小麦叶绿素质量分数之间的决定系数最低（R2<0.5）;决定系数较高（R2≥0.5）的光谱特征参数包括蓝边最大反射率、蓝边反射率总和、黄边最大反射率、黄边反射率总和、红边最大反射率、红边反射率总和、绿边反射率总和、820～940 nm反射率总和及最大反射率、500～670 nm归一化吸收深度和560～760 nm归一化吸收深度,其中820～940 nm反射率总和决定系数达到最高（R2为0.8）;2)利用16个特征参量进行PLSR建模后,发现波段范围在820～940 nm的最大反射率及反射率总和所建立的PLSR估算模型为最优模型,其精度参数R2p=0.8、RMSEp=2.0 mg/g、RPD=3.2。因此,该模型具有极好的预测能力。该研究为相关研究及当地精准农业提供科学支持和应用参考。