谷物联合收割机收获小麦含杂率高光谱反演研究

摘要：

为了实现机械化收获小麦含杂率的快速检测,以金大丰4LS-7型自走式稻麦联合收割机收获的小麦样本为研究对象,利用ASD FieldSpec 4 Wide-Res型地物光谱仪获取小麦样本的原始光谱,经数学变换获得光谱原始反射率(raw spectral reflectance,REF)和光谱反射率倒数的对数(inverse-log reflectance,LR)2种光谱指标.通过主成分分析法(principal component analysis,PCA),利用贡献率高的成分的权值系数,优选出不同指标的小麦样本光谱的特征波长,并采用最小二乘支持向量机(least squares support vector machine,LS-SVM)构建了基于不同指标的小麦样本含杂率的反演模型,在此基础上对反演结果进行精度验证和比较.试验结果表明:建立的含杂率反演模型的建模决定系数均大于0.9,验证决定系数均大于0.85,均方根误差均小于0.29,相对分析误差均大于2,模型具有较强的拟合效果和预测能力;利用REF光谱数据指标建立的反演模型的反演效果优于LR光谱数据指标.该文建立的机械化收获小麦样本含杂率光谱反演模型能够实现含杂率的精准识别,可为后续构建便携式含杂率光谱检测仪提供参考,有助于客观、定量地表征机械化收获的小麦含杂率,为机械化收获的小麦的快速检测提供新途径.

关键词：农作物、光谱分析、模型、谷物联合收获机、含杂率、主成分分析法、最小二乘支持向量机、高光谱

所属期刊栏目：35

分类号：S225.31;O657.39(农业机械及农具)

资助基金：国家重点研发计划"智能农机装备"重点专项2017YFD0700305,2016YFD0702003;中央级公益性科研院所基本科研业务费专项S201818,S201902

在线出版日期：2019-09-05（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：22-29