基于MCC-GAPLS-PLSR的辣椒叶绿素含量高光谱定量反演

作     者：王宇 汪泓 肖玖军 邢丹 李可相 张永亮 岳延滨 WANG Yu;WANG Hong;XIAO Jiujun;XING Dan;LI Kexiang;ZHANG Yongliang;YUE Yanbin

作者机构：中国电建集团贵阳勘测设计研究院有限公司贵州 贵阳 550081 贵州大学矿业学院贵州 贵阳 550025 贵州科学院山地资源研究所贵州 贵阳 550001 贵州省土地绿色整治工程研究中心贵州 贵阳 550001 贵州大学资源与环境工程学院贵州 贵阳 550025 贵州省农业科学院辣椒研究所贵州 贵阳 550009 贵州科学院山地资源研究所贵州 贵阳 550001 贵州省土地绿色整治工程研究中心贵州 贵阳 550001 贵州省农业科学院农业科技信息研究所贵州 贵阳 550009 

基　　金：2017YFD1100307:国家重点研发计划 :贵州省科技支撑计划项目 2021:贵州省科技支撑计划项目 2021:贵州省科技支撑计划项目 :贵州省农业科学院青年基金项目 

出 版 物：《江苏农业学报》 (Jiangsu Journal of Agricultural Sciences)

年 卷 期：2024年第40卷第5期

页      码：865-873页

摘      要：为了准确监测辣椒生长,本研究对辣椒冠层光谱反射率进行对数处理、倒数处理、倒数的对数处理、连续统去除处理、一阶微分处理、二阶微分处理,并与SPAD值进行相关性分析,用最大相关系数法(MCC)选取相关性较好的特征波段生成特征波段数据集,再用遗传算法-偏最小二乘法(GAPLS)进行降维得到最优特征波段组合,采用偏最小二乘法(PLSR)、反向传播神经网络(BPNN)、随机森林(RF)和最小二乘支持向量机(LSSVM)4 种机器学习算法构建辣椒叶绿素含量反演模型.结果表明,最优波段和对应处理分别为 700 nm(原始光谱)、699 nm(对数处理)、713 nm(连续统去除处理)、500 nm(二阶微分处理)、713 nm(二阶微分处理).GAPLS的降维效果较好,与降维前相比PLSR模型的精度提升率最高,R2、RPD分别提升了 82.22%、136.98%,RMSE降低了 29.96%.4 种模型中,GAPLS降维处理后的PLSR模型的精度最好,R2、RMSE和RPD分别为 0.82、1.94、4.55.本研究构建的MCC-GAPLS-PLSR模型具有较好的反演潜力,适用于研究区辣椒叶片叶绿素含量测定,推动辣椒高效种植.

主 题 词：叶绿素含量 辣椒 高光谱 光谱变换 遗传算法-偏最小二乘法 

学科分类：082804[082804] 08[工学] 0828[工学-建筑类] 09[农学] 0903[农学-动物生产类] 0902[农学-自然保护与环境生态类] 090202[090202] 

核心收录：

D　O　I：10.3969/j.issn.1000-4440.2024.05.011

馆 藏 号：203140688...