冬小麦苗期叶绿素含量检测光谱学参数寻优

摘要：

光谱分析技术是作物生长检测的主要手段,为了解决大田漫反射采集所造成的光谱基线漂移和偏移问题,研究采集了冬小麦冠层325~1075 nm范围反射光谱,采用多元散射校正方法对小麦原始光谱进行预处理.采取遗传算法对光谱特征参数寻优并结合相关分析结果,选取486、599、699和762 nm波长处反射率值并组合计算了RVI(ratio vegetation index),DVI(difference vegetation index),NDVI(normalized difference vegetation index)和SAVI(soil-adjusted vegetation index)共12个植被指数,分析了各植被指数与叶绿素含量值之间的相关关系,结果显示:DVI和SAVI可抑制苗期土壤背景干扰并对叶绿素含量响应较为敏感,与叶绿素含量相关性最优的参数分别为DVI(762,599)、SAVI(762,599)、DVI(762,699)和SAVI(762,699),与叶绿素含量的相关系数都达到0.6以上.基于相关性最优光谱植被指数DVI(762,699)和SAVI(762,599)利用最小二乘-支持向量回归建立冬小麦叶绿素含量预测模型,建模集决定系数为0.681,验证集决定系数为0.611.该模型可用于无损检测冬小麦苗期叶绿素含量,以期为后续施肥决策提供支持.

关键词：叶绿素、光谱学、优化、冬小麦、多元散射校正、植被指数、冠层反射率、遗传算法

所属期刊栏目：33

分类号：S127(农业物理学)

资助基金："十三五"国家重点研发计划课题2016YFD0300606、2016YFD0200602;国家自然科学基金资助项目31501219;海外名师项目

在线出版日期：2017-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：164-169