文献类型：期刊文章

作　　者：董哲[1] 杨武德[1] 朱洪芬[1] 郭琪[1] 王子轩[1] 白建伟[1]

DONG Zhe;YANG Wude;ZHU Hongfen;GUO Qi;WANG Zixuan;BAI Jianwei(Institute of Dry Farming Engineering,Shanxi Agricultural University,Taigu 030801,China)

机构地区：[1]山西农业大学旱作农业工程研究所,山西太谷030801

出　　处：《山西农业科学》

基　　金：国家自然科学基金项目(31871571)

年　　份：2019

卷　　号：47

期　　号：5

起止页码：751-755

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：叶片叶绿素含量是评价作物生长状况的重要指标。为实现玉米叶片叶绿素含量的准确、高效高光谱估测,以玉米大田试验为基础,于7月1日(大喇叭口期)、7月19日(灌浆初期)和8月18日(腊熟期)利用ASD高光谱仪和便携式叶绿素仪(SPAD-502)分别测定了玉米叶片高光谱数据和叶绿素含量相对值SPAD;利用连续投影算法提取出玉米叶片光谱的特征波长,再用BP神经网络构建SPAD值的估算模型,并对模型进行验证。结果表明,3个日期的分段监测模型及统一监测模型的R2分别为0.885,0.900,0.675,0.827;RMSE分别为2.156,2.103,3.236,2.651;7月1日模型、7月19日模型和统一监测模型均具有较高的精度,同时检验模型RPD均大于2,具有很好的预测能力;而8月18日的监测模型表现较差(RPD=1.641),但也达到可用水平。表明利用连续投影算法结合BP神经网络可以进行玉米叶片SPAD值的高光谱估算。

关 键 词：高光谱  玉米叶片 SPAD值 连续投影算法 BP神经网络

分 类 号：S513]