[目的]利用光谱特征参数建立蜜柚叶片叶绿素含量估算模型,为实现快速、无损、精确的叶绿素含量估算提供理论依据和技术支持.[方法]通过提取原始光谱及一阶微分光谱特征波段和光谱特征变量,分析蜜柚叶片高光谱特征参数与叶绿素相对含量(SPAD)值之间的相关关系,构建单变量估算模型和多元回归模型,并确定蜜柚叶绿素含量的最佳估算模型.[结果]在350～1050 nm的波段,不同SPAD值的蜜柚叶片反射光谱存在明显差异,光谱反射率均随叶片叶绿素含量升高而降低.原始光谱和一阶微分光谱与叶绿素含量在可见光范围内有多波段相关性显著.原始光谱曲线敏感波长为576 nm和701 nm,一阶微分曲线的敏感波长为691 nm和748 nm.在利用光谱特征参数建立的回归模型中,根据拟合验证精度筛选出多个拟合模型,其中多元回归模型YSPAD=54.67−15.75 NDVI′691,748−10.60 GRVI550,770+6565.6 R′691−6784.58 DVI′691,748,其拟合决定系数R2为0.894,验证决定系数R2为0.8356,RMSE为7.07,可确定为蜜柚叶片叶绿素含量的最佳预测模型;而一阶微分归一化植被指数NDVI′691,748和差值植被指数DVI′691,748为单变量的回归模型的拟合决定系数R2分别为0.824和0.798,验证决定系数R2分别为0.797和0.7918,RMSE分别为13.21和12.56.[结论]综合建模精度和模型验证精度,基于高光谱指数NDVI′691,748、GRVI550,770、R′691和DVI′691,748的多元回归模型可确定为蜜柚叶片叶绿素含量的最佳估算模型.
国家科技期刊平台
NSTL
万方数据
维普
