基于光谱红边位置提取算法的番茄叶片叶绿素含量估测

发布时间：2018-01-21 12:43

本文关键词： 番茄叶片叶绿素含量光谱分析红边位置　出处：《农业机械学报》2016年03期 　论文类型：期刊论文

【摘要】：为了快速、准确估测番茄叶片叶绿素含量,分析了不同营养水平下的番茄叶片光谱红边参数变化规律,发现红边位置最能表征番茄叶绿素状况,统计分析了6种算法提取的光谱红边位置的差异性,并为每种算法分别建立了5种估测模型,验证结果表明每种红边位置提取算法所对应的最佳模型为线性四点内插法的指数曲线模型和其他红边位置算法的对数曲线模型。其中线性外推法模型精度最高,校正集决定系数R2c为0.618 6,验证集决定系数R2v达到0.771 1,验证集均方根误差RMSEv为8.359 6,可以有效诊断番茄叶绿素含量。线性四点内插法根据670、700、740、780 nm 4个波段的叶片反射率计算红边位置,运算简单,模型精度较高,R2c为0.621 7,R2v达到0.766 6,RMSEv为8.568 2,可以作为开发番茄叶绿素含量监测仪器的依据。
[Abstract]:In order to fast, accurate estimation of chlorophyll content in tomato leaves of red edge spectral parameters of tomato leaves under different nutrient levels, found that the red edge position can best represent the chlorophyll, the statistical analysis of the difference spectra red edge extraction of 6 algorithms, and each algorithm were established 5 estimation model validation results showed that the logarithmic curve model of exponential curve model, each kind of red edge position extraction model of the corresponding algorithm for linear interpolation of four points in the red edge position and other algorithm. The accuracy of the linear extrapolation model set the highest coefficient of determination R2c was 0.6186 calibration, validation set determination coefficient of R2v reached 0.7711, the test set the RMS error of RMSEv is 8.3596, we can effectively diagnose tomato chlorophyll content. Four point linear interpolation method based on the 670700740780 nm 4 band reflectance calculation of red edge position, The operation is simple, the precision of the model is high, the R2c is 0.6217, the R2v reaches 0.7666, and the RMSEv is 8.5682. It can be used as the basis for developing the monitoring instrument of chlorophyll content in tomato.

【作者单位】：兰州城市学院信息工程学院;广西大学电气工程学院;中国农业大学现代精细农业系统集成研究教育部重点实验室;
【基金】：国家自然科学基金项目(31360291,31401290) 甘肃省高等学校科研基金项目(2013B-071)
【分类号】：S641.2;O657.3
【正文快照】： 3.中国农业大学现代精细农业系统集成研究教育部重点实验室,北京100083)引言作物生长过程中,叶绿素是参与光合作用的主要色素,也是合成作物叶片氮素的重要组成部分,其叶绿素浓度直接影响代谢活动、生长周期和产量形成[1-2]。大量研究表明反射光谱、微分光谱及植被指数具有定量

【共引文献】