高光谱图像信息的柑橘叶片光合色素含量分析技术研究

摘要：

暗箱环境下采集柑橘叶片高光谱图像，采用阈值法提取整叶有效光谱信息区域的平均光谱，比对分析了柑橘叶片光谱信息不同预处理方法和光谱PLS、BPNN和LS-SVM预测模型对叶绿素a、叶绿素b和类胡萝卜素等光合色素含量的预测精度。结果显示，采用MSC对原始光谱进行预处理和LS-SVM建模对叶绿素a含量的预测效果较好，Rp 达0.8983，RMSEP为0.1404；采用SNV光谱预处理和LS-SVM 模型对叶绿素b含量的预测其Rp 为0.9123，RMSEP为0.0426；采用MAS预处理和PLS模型对于类胡萝卜素含量预测的 Rp 和RMSEP分别为0.7128和0.0624。结果表明：采用高光谱图像信息可较好地进行柑橘叶片叶绿素a，叶绿素b和类胡萝卜素等光合色素含量的预测，为进一步研究柑橘叶片光合色素含量与组分构成的非损伤实时检测提供了依据。

关键词：柑橘叶片、光合色素、高光谱图像、BP神经网络、最小二乘支持向量机

分类号：O657;TP391(分析化学)

资助基金：国家863计划课题项目2012AA101904;国家国际科技合作专项项目2013DFA11470;重庆市国际科技合作项目cstc2011gjhz80001;重庆市科技攻关项目cstc2012gg-yyjs80002;重庆市科技攻关项目cstc2011ac1021;国家星火计划项目2012GA811001

在线出版日期：2014-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2506-2512