基于高光谱成像技术的番茄叶片叶绿素含量检测

摘要：

叶绿素是植物生长发育必不可少的色素,可用来衡量植物生长状况,为实现番茄叶片叶绿素含量快速、无损检测,以番茄为试验材料,通过高光谱无损检测方法,对番茄叶片叶绿素含量进行监测.提取出 82 个叶片样本的平均光谱反射率数据(400～1000 nm),对原始光谱数据分别进行 7 种预处理(平均平滑、高斯滤波、中值滤波、卷积平滑、归一化、基线校准(baseline)、标准正态化(standard normal variation,SNV),建立PLSR模型,建模结果显示:SNV预处理光谱的建模效果最优.用β权重系数、无信息变量消除变换法(uninformation variable elimination,UVE)、竞争自适应重加权法(compet-itive adaptive weighted sampling,CARS)及连续投影算法(successive project-ion algorithm,SPA)等提取特征波长,并建立了PLSR模型,建模结果表明:CARS法提取特征波长所建立的模型最优,CARS法提取了 8 个特征波长(732、796、946、953、957、968、983、994 nm)被应用于建立番茄叶片叶绿素定量预测模型.为选出最优的建模方法,使用MLR、PCR、PLSR与SVR方法分别对CARS提取的特征波长进行模型对比,优选出的MLR模型用于预测番茄叶绿素含量,最优预测模型MLR的相关系数Rc、Rcv分别为 0.830、0.743,均方根误差RMSEC、RMSECV分别为 2.126、2.365.这可为今后在线监测植物长势提供技术支撑.

关键词：高光谱成像、番茄叶片、叶绿素、无损检测

所属期刊栏目：51

分类号：S641.201

资助基金：宁夏回族自治区重点研发计划;宁夏回族自治区重点研发计划;宁夏回族自治区重点研发计划;宁夏青年科技人才托举工程

在线出版日期：2023-07-18（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：167-174