高光谱估测稻叶SPAD值预处理方法与模型比较

发布时间：2024-06-16 08:50

　　【目的】比较筛选高光谱数据预处理方法和水稻叶片SPAD值估测模型,为利用高光谱技术测定水稻叶片叶绿素含量提供依据。【方法】研究对象为96份不同施肥处理下的水稻叶片样本,利用ASD FildSpec 4测定叶片光谱,采用叶绿素计SPAD-502测定SPAD值。采用7种光谱预处理方法处理350～2 500 nm光谱,结合3种回归模型(偏最小二乘、支持向量机和随机森林算法),建立了高光谱反射率与水稻叶片SPAD值的映射关系,比较了模型的预测精度。【结果】(1)BC、SG、SG+BC、SG+SNV预处理提高了PLSR模型验证集建模精度;SG、SG+BC预处理提高了SVR模型验证集建模精度;SG、SG+BC、SG+MSC、SG+SNV提高了RFR模型验证集建模精度;(2)SG+BC预处理能提高PLSR、SVR、RFR模型建模精度,说明采用消除信号不稳定造成的噪声、背景细小噪声和低频信号干扰对于提高水稻叶片的高光谱反演精度有重要的作用。(3)数据预处理后RFR模型精度最佳,验证集的平均决定系数R²为0.84,RMSE为13.70,RPD为2.59。【结论】SG及其复合预处理方...

【文章页数】：9 页

【文章目录】：
1 材料与方法
    1.1 试验设计
    1.2 叶片光谱和SPAD值的测定
    1.3 数据预处理
    1.4 模型构建
2 结果与分析
    2.1 偏最小二乘回归（PLSR）预测SPAD值
    2.2 支持向量机回归（SVR）预测SPAD值
    2.3 随机森林回归（RFR）预测SPAD值
    2.4 模型预测精度比较
3 讨论
    3.1 预处理对模型预测精度的影响分析
    3.2 估测模型比较
4 结论



本文编号：3995178