<<登录旧系统审稿   登录新系统审稿>>

建议您登录自己的邮箱点击审稿链接进入审稿系统 ×
首页 学报新闻 学报概况 编委会 专家库 学术影响 投稿指南 审核流程 标准规范 下载专区 投诉邮箱 联系我们 EngLish

正文 您当前的位置:首页》正文

水稻叶片SPAD值的高光谱估算模型
作者: 孙玉婷1  杨红云2*  孙爱珍1*  梅 芳1  易文龙2  
单位: (1江西农业大学计算机与信息工程学院  南昌 330045;2江西农业大学软件学院  南昌 330045)  
关键词:
分类号:
出版年,卷(期):页码:2020 ,51 ( 5 ): 页码:1062-1069
摘要:

【目的】构建水稻叶片SPAD值的高光谱精确估算模型,为进一步提高高光谱对水稻SPAD值反演估算精度提供参考依据。【方法】利用SPAD-502型叶绿素测定仪测量水稻叶片SPAD值,以FieldSpec 4光谱仪采集水稻叶片光谱数据。通过分析光谱植被指数、位置参数与SPAD值的相关性,构建4个水稻叶片SPAD值高光谱估测模型,即逐步多元线性回归(SMLR)模型、支持向量机回归(SVR)模型、基于主成分分析的支持向量机回归(PCA+SVR)模型和以逐步多元线性回归确定最佳参数的支持向量机回归(SMLR+SVR)模型;并采用均方根误差(RMSE)、平方相关系数(R2)、相对分析误差(RPD)和平均相对误差(MRE)等指标对模型进行评价。【结果】在分析的15个光谱特征参数中,除黄边位置(λy)无显著相关外(P>0.01),水稻叶片SPAD值与叶片光谱位置参数及植被指数参数间存在显著相关性,选择相关系数大于0.800的5个植被指数参数(VOG1、VOG2、VOG3、CARI和PRI)和7个光谱位置参数[蓝边面积(SDb)、黄边振幅(Dy)、黄边面积(SDy)、绿峰反射率(Rg)、红谷净深度(Hr)、蓝边振幅(Db)和红边位置(λh)]作为输入变量构建水稻叶片SPAD值的估测模型。R2和RPD值越大,RMSE和MRE值越小,则表明模型的性能越好,估算精度高。比较4个模型训练与测试结果的R2、RMSE、MRE和RPD可知,在模型估算精度上,SMLR+SVR模型高于SMLR模型,PCA+SVR模型高于SVR模型。总体上,SMLR+SVR模型能更好地实现对水稻叶片SPAD值的预测,其模型各项评价指标R2、RMSE、MRE和RPD分别为0.856、2.076、3.984%和2.550。【建议】进一步挖掘分析光谱特征参数与水稻叶片SPAD值间的关系,提出新的光谱特征参数或优化特征参数选择组合方法,增加回归建模算法,提高高光谱对水稻叶片SPAD值的有效估算。采集水稻冠层高光谱图像,反演出高光谱图像中的水稻冠层SPAD值,研究冠层SPAD与水稻长势关系,为水稻科学管理提供技术支持。

基金项目:
作者简介:
参考文献:
服务与反馈:
文章下载】【加入收藏
总浏览数: 9 0 9 4 0 4 2  今日总人数: 6 7 5 9 2
主办:广西农业科学院    地址:广西南宁市大学东路174号   邮政编码:530007
电话:(+86)-771-3243905; (+86)-771-3244920   电子邮箱:nfnyxb@163.com
Copyright © 2011 Nfnyxb.com, All Rights Reserved  版权所有©2011《南方农业学报》编辑部   
 本系统由北京博思汇文数字科技有限公司设计开发 技术服务电话:400-921-9838

;