北方寒地水稻叶片磷素含量高光谱反演方法研究

摘要：

为了快速、准确的检测北方寒地水稻叶片的磷素含量,分析水稻的长势情况,为精准施肥以及稻田的科学管理提供依据,以北方寒地水稻为研究对象,以小区实验为基础,使用海洋光学HR 2000+光谱仪获取水稻叶片高光谱反射率数据,采用钒钼黄比色法对水稻叶片磷素含量进行测定.采用SG平滑与多元散射校正(MSC)两种方法对水稻叶片高光谱数据进行预处理,并将预处理后的光谱数据使用连续投影法(SPA)与无信息变量消除法(UVE)两种算法进行特征选择.采用SPA算法筛选得到的特征共有11个,其中位于可见光波段处的有6个,分别为411、420、428、442、467和689 nm;近红外波段处有5个,分别为797、850、866、965和976 nm;UVE算法筛选得到的特征共47个,均位于可见光波段范围内,分布在405～603 nm之间.分别将这两种方法筛选出的特征波段的反射率作为输入,构建极限学习机(ELM),BP神经网络以及狼群算法优化的BP神经网络(WPA-BP)三种水稻叶片磷素含量反演模型并加以分析.结果表明:以UVE算法筛选的特征反射率为输入量构建的三种模型的验证集R2在0.705 2～0.724 5之间,RMSE在0.017 4～0.020 4之间;在相同的反演模型的条件下,使用SPA算法筛选的特征反射率为输入量构建的模型预测效果更好,三种模型的验证集R2在0.726 4～0.829 3之间,RMSE在0.018 0～0.021 1之间;另外,在利用这两种算法筛选到的特征进行建模时,对比三种模型的预测结果发现,经过狼群算法优化后的BP神经网络模型的精度明显高于极限学习机和BP神经网络,其验证集的决定系数R2为0.803 4,RMSE为0.018 0.鉴于此,结合连续投影算法和狼群算法优化后的BP神经网络模型在北方寒地水稻叶片磷素含量高光谱反演中具有一定的优势,可作为水稻叶片磷素含量的检测以及精准定量施肥的参考和借鉴.

关键词：水稻、高光谱数据、磷素含量、狼群算法、反演模型

所属期刊栏目：43

分类号：O657.3(分析化学)

资助基金：辽宁省重点攻关项目;国家重点研发计划

在线出版日期：2023-06-09（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：1442-1449