基于RF和SPA的无人机高光谱估算棉花叶片全氮含量

摘要：

为分析棉花叶片全氮含量(LNC)与冠层光谱反射特征的关系,实现作物生长过程中氮素水平的快速、准确和无损监测,以石河子大学教学试验场2019年棉花小区试验为基础,选用多元散射校正、SG平滑算法、变量标准化校正和一阶导数4种方法分别对棉花冠层原始光谱进行预处理,使用随机蛙跳(random frog,RF)和连续投影算法(successive projections algorithm,SPA)筛选特征波长并结合偏最小二乘回归法建立棉花LNC光谱估算模型.RF和SPA算法从棉花冠层398～1000nm的光谱中优选5组LNC的敏感特征波段,波段数目下降了 93.0％～96.3％,有效降低了光谱的冗余信息;基于SPA算法筛选的敏感波段构建的LNC偏最小二乘回归模型的决定系数和均方根误差分别为0.52和2.55,模型验证的决定系数和均方根误差分别为0.70和2.37,模型具有较好的精度和稳定性,可作为棉花LNC的无人机高光谱估算方法.

关键词：棉花、无人机、高光谱、随机蛙跳、连续投影算法、偏最小二乘回归

分类号：S127;TP391.41;O657.33

资助基金：国家自然科学基金;新疆生产建设兵团棉花生产大数据关键技术及农业大数据平台研发应用

在线出版日期：2023-05-05（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：245-252