哈姆林甜橙叶片锰锌缺乏症状的高光谱识别

摘要：

柑橘树锰、锌等缺乏问题普遍存在，但其症状有时不易识别，不利于对这些微量元素丰缺与否的诊断和有针对性的矫治．采用高光谱成像技术，研究了哈姆林甜橙叶片不同程度缺锰、缺锌症状的光谱响应特征及差异，对Fisher线性判别分析和最小二乘支持向量机两种识别模型的识别精度进行了比对分析．结果表明，利用高光谱原始全光谱反射率，结合最小二乘支持向量机建立叶片缺锰、缺锌症状识别模型，其建模集识别精度达91.88％，预测集识别率可以达到90.00％；利用连续投影算法筛选的40个特征波长，建立最小二乘支持向量机判别模型，其建模集识别精度为90.00％，预测集识别精度也达82.50％．表明基于高光谱成像技术对柑橘树缺锰、缺锌的准确识别是可行的，为高光谱成像技术应用于柑橘树缺素症的快速无损识别奠定了基础．

关键词：哈姆林甜橙、缺素、高光谱成像、最小二乘支持向量机

所属期刊栏目：38

分类号：S666.4;O657.33(果树园艺)

资助基金：国家科技支撑计划2014BAD16B01；国家国际科技合作专项项目2013DFA11470；重庆市科技支撑示范工程课题cstc2014fazktft80015．

在线出版日期：2016-04-15（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：25-33