线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

冬小麦苗期叶绿素含量检测光谱学参数寻优

毛博慧; 李民赞; 孙红; 刘豪杰; 张俊逸; Zhang; Qin 农业工程学报 2017年第S1期

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。

关键词:叶绿素光谱学优化冬小麦多元散射校正

单位: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; 美国华盛顿州立大学精细农业及农业自动化研究中心

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

农业工程学报

北大期刊

¥2020.00

关注 19人评论|1人关注