可见/近红外光谱技术识别树叶树种的研究

摘要：

探索使用可见/近红外光谱技术识别树叶树种的可行性,为野外可见/近红外光谱技术用于树种识别提供方法.本试验识别了9个树种,测试了光谱预处理方法、识别方法对可见/近红外光谱识别的准确率的影响.对9种阔叶树种共46棵树,分别采用距离法和PLS-DA建立识别模型,比较不同波段和导数预处理方法对模型预测效果的影响.结果 表明,使用距离法对原始光谱进行识别时,识别准确率＜50％,不能够有效识别树叶树种.使用距离法对预处理后的光谱进行识别时,识别准确率为近红外350～2 500 nm(99.16％)＞350～1 000 nm(88.05％)＞1 000～2 500 nm(81.24％),且任意单个树种的识别准确率都＞98％,能够有效识别树叶树种.使用偏最小二乘法(PLS-DA)结合单列识别变量矩阵时,识别准确率高达100％,识别模型的相关系数为0.993 6,RMSEC为0.120,RMSEP为0.144,但只能成功识别4种树叶树种,当树叶种数＞4时,预测模型的识别准确率陡降.使用偏最小二乘法(PLS-DA)结合多列识别变量矩阵对9种树叶的识别准确率高达99.58％,识别模型的相关系数为0.888 6～0.956 9,RMSEC为0.084 5～0.15,RMSEP为0.088 7～0.155.本试验为可见/近红外光谱技术快速识别树种提供了一种新的方法和思路.

关键词：可见/近红外光谱、树种识别、树叶、偏最小二乘法

所属期刊栏目：34

分类号：S781.1(森林采运与利用)

资助基金：林业公益性行业科研专项201504508;十三五国家重点研发计划项目2017YFC0504103

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：229-236,260