首页|高光谱估测稻叶SPAD值预处理方法与模型比较

高光谱估测稻叶SPAD值预处理方法与模型比较

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
[目的]比较筛选高光谱数据预处理方法和水稻叶片SPAD值估测模型,为利用高光谱技术测定水稻叶片叶绿素含量提供依据.[方法]研究对象为96份不同施肥处理下的水稻叶片样本,利用ASD FildSpec 4测定叶片光谱,采用叶绿素计SPAD-502测定SPAD值.采用7种光谱预处理方法处理350～2500 nm光谱,结合3种回归模型(偏最小二乘、支持向量机和随机森林算法),建立了高光谱反射率与水稻叶片SPAD值的映射关系,比较了模型的预测精度.[结果](1)BC、SG、SG+BC、SG+SNV预处理提高了PLSR模型验证集建模精度;SG、SG+BC预处理提高了SVR模型验证集建模精度;SG、SG+BC、SG+MSC、SG+SNV提高了RFR模型验证集建模精度;(2)SG+BC预处理能提高PLSR、SVR、RFR模型建模精度,说明采用消除信号不稳定造成的噪声、背景细小噪声和低频信号干扰对于提高水稻叶片的高光谱反演精度有重要的作用.(3)数据预处理后RFR模型精度最佳,验证集的平均决定系数R2为0.84,RMSE为13.70,RPD为2.59.[结论]SG及其复合预处理方法与随机森林回归模型结合使用,可作为高光谱估测水稻叶片SPAD值的参考方法.
Comparison of Pre-processing Methods and Models for Estimating SPAD of Rice Leaves by Hyperspectrum

严志雁、王芳东、郭熙、丁建

展开 >

江西省农业科学院 农业经济与信息研究所,江西 南昌 330200

江西省农业信息化工程技术研究中心,江西南昌 330200

江西省农业科学院基地管理中心,江西 南昌 330200

江西农业大学 江西省鄱阳湖流域农业资源与生态重点实验室,江西 南昌 330045

展开 >

水稻叶片 SPAD 高光谱 预处理

国家重点研发计划项目江西省现代农业产业技术体系建设专项资金资助

2017YFD0301603JXARS-21-农机信息化应用

2020

10.13836/j.jjau.2020126

江西农业大学学报
江西农业大学

江西农业大学学报

CSTPCDCSCD北大核心
影响因子：0.748
ISSN：1000-2286
年,卷(期)：2020.42(6)
  • 3
  • 18