基于高光谱和MLSR-GA-BP神经网络模型油菜叶片SPAD值遥感估算

摘要：

研究旨在探究油菜叶片叶绿素含量高光谱估算方法,为快速、无损监测西北地区油菜作物叶绿素含量提供依据.以西北地区油菜作物为研究对象,通过分析油菜叶片SPAD值与光谱参数相关性,筛选对SPAD敏感光谱参数,构建并比较基于光谱参数单因素模型、偏最小二乘回归模型(PLSR)和基于多元线性逐步回归遗传算法优化(GA)BP神经网络SPAD估算模型.结果表明,油菜叶片光谱曲线总体趋势一致,随叶绿素含量增加光谱反射率下降;参与建模七种光谱参数相关性均在0.770以上,在0.01水平上显著相关;在各生育期,基于多元线性逐步回归遗传算法优化BP神经网络模型为最优模型,建模R2>0.77,最大达0.91,验证R2>0.73,最大达0.92,RMSE为1.32～3.22,RE为2.50％～4.49％.基于多元线性逐步回归遗传算法优化BP神经网络模型为准确、快速估算油菜叶片SPAD值反演方法.

关键词：油菜叶片、SPAD、多元线性逐步回归、遗传算法、BP神经网络

所属期刊栏目：51

分类号：S127;S565.4(农业物理学)

资助基金：国家高技术研究发展计划863计划资助项目2013AA102401

在线出版日期：2020-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：74-84