基于主成分分析和随机森林的橡胶小苗叶片磷含量高光谱预测

摘要：

为指导橡胶苗施肥管理,通过设置不同磷素水平的橡胶小苗砂培试验,利用高光谱仪测得不同磷处理水平下的橡胶苗叶片光谱反射率,进而运用主成分分析法对原始光谱反射率数据进行压缩及提取主要信息,最后以提取的主要信息为输入变量,结合多重线性回归、偏最小二乘回归和随机森林模型对橡胶苗叶片磷含量进行预测.结果表明:不同磷处理水平下橡胶苗叶片磷含量差异显著;在可见光波谱范围401～669 nm内,光谱反射率随施磷量的增加而增加;不论在训练集还是在验证集,随机森林模型的预测精度最高,训练集和验证集中预测值和实测值之间的相关系数r分别为0.985 0和0.988 4,均方根误差RMSE分别为0.016 5和0.018 2,平均相对误差MRE分别为5.74％和5.99％,模型性能指数RPD分别为3.83和4.01,证明高光谱技术可以快速、准确地诊断橡胶苗叶片磷含量.

关键词：高光谱遥感技术、叶片、磷素、营养诊断

所属期刊栏目：35

分类号：S794.1(森林树种)

资助基金：海南省自然科学基金314142

在线出版日期：2016-05-19（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：56-62,72