最优权重组合模型和高光谱估算苹果叶片全磷含量

• Published in: 农业工程学报 Vol. 34; no. 7; pp. 173 - 180
• Main Author: 冯海宽;杨福芹;李振海;杨贵军;郭建华;贺鹏;王衍安
• Format: Journal Article
• Language: Chinese
• Published: 河南工程学院土木工程学院，郑州 451191%山东农业大学生命科学学院,泰安,271018 2016; 北京市农业物联网工程技术研究中心，北京 100097%北京农业信息技术研究中心，北京 100097; 国家农业信息化工程技术研究中心，北京 100097; 北京市农业物联网工程技术研究中心，北京 100097; 农业部农业信息技术重点实验室，北京 100097; 北京农业信息技术研究中心，北京 100097
• Subjects: 光谱分析;磷;模型;苹果叶片;最优权重;RBF神经网络; models; RBF神经网络; spectrum analysis; optimal weight; RBF neural network; apple leaves; 磷; 模型; 光谱分析; 最优权重; 苹果叶片; phosphorus
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2016.07.024

为了估算苹果叶片全磷含量,该文使用2012年和2013年在山东省肥城市潮泉镇下寨村的2个苹果示范园获取的整个生育期苹果叶片全磷含量和对应的叶片光谱数据,建立了预测苹果叶片全磷含量的最优权重组合模型。首先分析了苹果叶片全磷含量和原始光谱的相关关系,确定了以553和722 nm为苹果叶片全磷含量的诊断波段;根据叶片全磷含量与400~2 500 nm范围两两组合的决定系数等值线图,确立了对苹果叶片全磷含量敏感的546和521 nm、553和518 nm组合的归一化差值指数和543和525 nm、1 394和718 nm组合的比值指数;最后以553和722 nm的反射率以及546和521 nm、553和518 nm组合的归一化差值指数和543和525 nm、1 394和718 nm组合的比值指数为自变量,构建了基于苹果叶片全磷含量的最优权重组合模型,实现了对苹果叶片全磷含量的高光谱估算。结果表明,最优权重组合模型无论是建模集还是验证集,其预测能力(R2=0.94)要优于该文中的6种统计方法(平均R2=0.82),研究结果为快速无损诊断苹果叶片的磷素状况提供新的技术途径。