10.13733/j.jcam.issn.2095⁃5553.2022.03.014
基于高光谱的烤烟叶绿素含量估算模型研究
研究烤烟叶片叶绿素含量与高光谱参数的相关性,建立叶绿素含量估算模型,为构建或筛选系统的烟叶烘烤特性评价指标奠定基础.以云烟87为研究对象,测定不同成熟度水平和不同烘烤温度下,叶片叶绿素含量及400~1000 nm光谱反射率,以烤烟叶片高光谱反射率与烤烟叶片叶绿素含量为数据源,用SPA(连续投影算法)对高光谱数据进行特征波段筛选,筛选出10个与叶绿素含量相关的特征波长作为实验样本数据,采用基于SPA算法的SPA-BP,SPA-Ridge和SPA-LR3种预测模型预测不同烘烤温度点烟叶叶片叶绿素浓度,并比较各模型的决定系数(R2),均方根误差(RMSE)以及均方误差(MRE).3种基于SPA连续投影算法的预测模型都能较好有效预测不同烘烤温度点烟叶叶片叶绿素含量,其中SPA-BP预测模型效果最好,R2达到了0.967,RMSE为0.101,SPA-LR预测模型次之,R2达到了0.956,SPA-Ridge预测模型最低,R2达到了0.916,经验证SPA-BP预测模型的准确率为83.33%,SPA-LR预测模型的准确率为75%,SPA-Ridge预测模型的准确率为70.83%,表明BP神经网络方法的预测效果要优于线性方法,具有更好的寻优能力和预测精度,预测模型可为烟叶烘烤过程中叶绿素含量的定性研究提供理论依据.
叶绿素、高光谱、SPA、特征波段、BP神经网络、预测模型
43
S-3(农业科学研究、试验)
贵州省烟草公司科技项目2021XM01
2022-04-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
104-110