PROSPECT模型的特征波长优化与作物叶绿素含量检测

摘要：

叶绿素是作物生长诊断的重要参数,对其进行高效检测是农田精细化管理的基础.PROSPECT模型是作物光谱学检测研究的重要工具,可为建立高精度叶绿素诊断模型提供数据集基础.为了建立具有普适性的田间玉米作物叶绿素含量检测模型,使用PROSPECT模型输入叶片结构参数和生化参数模拟叶片400～2500 nm波段反射率曲线10650条.在其他参数设置保持不变的情况下,分析光谱反射率曲线对叶绿素含量参数的敏感性,结果显示叶绿素含量仅在400～780 nm区间对光谱反射率曲线产生影响.讨论了3种叶绿素检测特征波长筛选策略,分别为:根据敏感性分析结果,选出548～610和694～706 nm区域共计76个波长,记为SEN-BAND;基于反向区间偏最小二乘法(Bi-PLS)筛选5个区间共计91个波长,记为BP-BAND;基于连续投影算法(SPA),在叶绿素影响区域400～780 nm筛选10个特征波长,记为SPA-BAND.进而使用2019年、2020年两年期田间实测玉米叶片光谱反射率曲线和叶绿素含量数据,分别应用上述3种方法选取的特征波长构建玉米叶片叶绿素含量检测模型.结果显示,使用SPA-BAND特征波长构建的模型,在两年期数据中均得到最佳结果.2019年数据模型建模集决定系数(R2c)为0.8156,建模集均方根误差RMSEC为2.9086,验证集决定系数(R2v)为0.7995,验证集均方根误差RMSEV为2.9977.2020年数据模型建模集决定系数(R2c)为0.9492,建模集均方根误差RMSEC为0.9768,验证集决定系数(R2v)为0.9102,验证集均方根误差RMSEV为1.5629.表明,基于PROSPECT模型筛选叶绿素含量特征波长建立的叶绿素诊断模型具有普适性.

关键词：PROSPECT模型、叶绿素、波长筛选、SPA、Bi-PLS、PLSR

所属期刊栏目：42

分类号：S127(农业物理学)

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金;中国农业大学研究生教学改革建设项目;中国农业大学研究生教学改革建设项目;中国农业大学研究生教学改革建设项目

在线出版日期：2022-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1514-1521