柑橘叶片叶绿素含量高光谱无损检测模型

• Published in: 农业工程学报 Vol. 31; no. 1; pp. 294 - 302
• Main Author: 岳学军 全东平 洪添胜 王健 瞿祥明 甘海明
• Format: Journal Article
• Language: Chinese
• Published: 华南农业大学工程学院，广州 510642 2015; 国家柑橘产业技术体系机械研究室，广州 510642; 华南农业大学南方农业机械与装备关键技术教育部重点实验室，广州 510642
• Subjects: 主成分分析; 偏最小二乘回归; 叶绿素; 支持向量机回归; 无损检测; 柑橘叶片; 高光谱; 主成分分析; nondestructive examination; citrus leaves; 支持向量机回归; chlorophyll; hyperspectrum; partial least square regression; 高光谱; support vector regression; 柑橘叶片; principle component analysis; 无损检测; 叶绿素; 偏最小二乘回归
• ISSN: 1002-6819
• DOI: 10.3969/j.issn.1002-6819.2015.01.039

针对柑橘叶片叶绿素含量的传统化学检测，不仅耗时长且损伤柑橘叶片，还依赖检测者实操技术，无法集成于精细农业中变量喷施农机具的诸多弊端，该文探讨快速无损检测柑橘叶片叶绿素含量方法。以117棵园栽萝岗甜橙树为研究对象，选用ASD FieldSpec 3光谱仪对萌芽期、稳果期、壮果促梢期、采果期共4个生长时期的柑橘叶片进行高光谱反射率采集，并同步采用分光光度法测得叶片的叶绿素含量；以原始光谱及其变换形式作为模型输入矢量，分别在主成分分析（principle component analysis，PCA）降维的基础上利用支持向量机回归（support vector regression，SVR）算法和在小波去噪的基础上利用偏最小二乘回归（partial least square regression，PLSR）算法对柑橘叶片叶绿素含量进行建模预测，全生长期整体建模的校正集和验证集最佳模型决定系数 R2分别为0.8713和0.8670，均方根误差 RMSE （root-mean-square error）分别为0.1517和0.1544，试验结果表明，高光谱可快速无损地对柑橘叶片叶绿素含量进行精确的定量检测，为柑橘不同生长期的营养监测提供理论依据。