10.3964/j.issn.1000-0593(2023)09-2885-09
花叶病胁迫下甘蔗叶片叶绿素含量的高光谱预测模型
叶绿素含量是甘蔗在生长监测中非常重要的评估内容,尤其是在甘蔗受到病害侵染的情况下,准确估计叶绿素含量有利于病害的早期检测与防治,在实际生产中具有重要意义.为了构建花叶病胁迫下甘蔗叶片叶绿素含量估计模型,于 2021 年 7 月到 11 月通过人工接种病菌,使甘蔗叶片感染花叶病.对这些感染了花叶病的叶片重复测量高光谱数据.并通过化学方法测量叶片的叶绿素含量,以此建立花叶病胁迫下的甘蔗叶片高光谱数据集.首先使用 Savitzky-Golay 卷积平滑(SG)、多元散射校正(MSC)、变量标准化(SNV)、一阶导数(1st D)、二阶导数(2nd D)5 种高光谱数据预处理方法建立偏最小二乘回归(PLSR)检测模型,从而构建高光谱数据最优预处理模型.利用最优预处理结果,分别采用相关系数、连续投影算法(SPA)和随机森林算法(RF)筛选特征波段.将筛选出的波段分别和 BP 神经网络(BPNN)、支持向量回归(SVR)、K最邻近法(KNN)等机器学习模型结合建立叶绿素含量预测模型.结果表明,基于 SG处理后建立的 PLSR模型精度最高R2p=0.9952,RMSEp=0.235 3 mg·cm-2.用 RF筛选出的特征波段与 BPNN 学习模型结合的 SG-RF-BPNN 模型为花叶病胁迫下甘蔗叶片叶绿素含量的最优预测模型,R2p =0.996 4,RMSEp = 0.205 8 mg·cm-2.提出的基于高光谱信息的花叶病胁迫下的叶绿素含量预测模型具有较高的精度和预测能力,可为大面积种植的甘蔗精准、无损伤的病害胁迫检测提供科学依据.
甘蔗、花叶病胁迫、叶绿素含量预测、高光谱分析、特征波段提取
43
S566.1(经济作物)
国家自然科学基金31901466
2023-09-18(万方平台首次上网日期,不代表论文的发表时间)
共9页
2885-2893