基于高光谱技术反演大豆生理信息的特征波长提取方法研究

发布时间：2021-10-08 19:38

　　生理信息的准确获取及预测可为种植的精细化管理提供依据。传统的大豆生理信息反演方法检测效率低、操作过程繁琐且多为有损检测。利用高光谱技术建立大豆生理信息的快速无损反演方法。以大豆开花结荚期叶片为研究对象,在2个日期（D1和D2）获取高光谱、叶绿素含量、净光合速率和光合有效辐射数据。首先分别采用多元散射校正（MSC）、标准正态变量变换（SNV）、一阶导数（FD）、二阶导数（SD）、 Savitzky-Golay平滑（SG）、 MSC-SG-FD、 MSC-SG-SD、 SNV-SG-FD和SNV-SG-SD共9种方法对原始光谱数据进行预处理,随后结合偏最小二乘法（PLS）建立全波段模型,比较分析,选出最优预处理方法。再分别利用竞争性自适应权重取样法（CARS）、连续投影法（SPA）和相关系数法（CC）对特征波长进行筛选提取。最后将优选出的预处理方法与特征波长变量进行PLS建模并对比分析,以校正集和预测集相关系数R_c和R_p为模型评价指标,最终优选出与大豆生理信息相关性最高的反演模型。结果表明:采用MSC-SG-FD预处理后建立的叶绿素含量全波段PL... 

【文章来源】：光谱学与光谱分析. 2020,40(11)北大核心EISCICSCD

【文章页数】：7 页

【文章目录】：
引 言
1 实验部分
    1.1 数据采集与处理
    1.2 光能利用率的计算
2 结果与讨论
    2.1 基于不同预处理方法的高光谱建模分析
    2.2 特征波长优选方法分析
        2.2.1 CARS法筛选特征波长
        2.2.2 SPA法筛选特征波长
        2.2.3 CC法筛选特征波长
    2.3 大豆生理信息反演模型的建立与比较
3 结 论


【参考文献】：
期刊论文
[1]红茶感官品质及成分近红外光谱快速检测模型建立[J]. 董春旺,梁高震,安霆,王近近,朱宏凯.  农业工程学报. 2018(24)
[2]基于离散萤火虫算法的近红外波长优选方法研究[J]. 刘泽蒙,张瑞,张广明,陈可泉.  光谱学与光谱分析. 2016(12)
[3]高光谱估算土壤有机质含量的波长变量筛选方法[J]. 于雷,洪永胜,周勇,朱强,徐良,李冀云,聂艳.  农业工程学报. 2016(13)
[4]高光谱成像技术快速检测生物质秸秆元素含量[J]. 牛智有,李晓金,高海龙.  农业工程学报. 2014(22)
[5]基于叶绿素荧光光谱分析的光能利用效率研究[J]. 周丽娜,于海业,于连军,张蕾,隋媛媛,任顺.  农业机械学报. 2014(07)



本文编号：3424832