文献类型：期刊文章

作　　者：董哲[1] 杨武德[1] 张美俊[1] 朱洪芬[1] 王超[1]

Dong Zhe;Yang Wude;Zhang Meijun;Zhu Hongfen;Wang Chao(Institute of Dry Farming Engineering, Shanxi Agricultural University, Taigu 030801, Shanxi, China)

机构地区：[1]山西农业大学旱作农业工程研究所

出　　处：《作物杂志》

基　　金：国家自然科学基金(31871571);山西省科技攻关项目(20150311002-4)

年　　份：2019

期　　号：3

起止页码：126-131

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、JST、ZGKJHX、核心刊

摘　　要：灌浆期玉米叶片叶绿素含量对玉米光合作用及产量形成具有重要作用。为通过高光谱特征准确、高效估测玉米叶片叶绿素含量,以SPAD值表征叶绿素相对含量,构建了基于光谱特征参数的传统回归模型、基于全谱和光谱特征参数的PLSR模型和BP神经网络模型,并进行了比较分析。结果表明:基于全谱构建的PLSR模型SPAD值拟合效果最好(R^2=0.910,RMSE=2.071),而基于光谱特征参数所建立的PLSR模型拟合效果可达到与全谱PLSR模型相近的水平。但后者的实测值与预测值拟合效果(R^2=0.867,RMSE=2.581,RPD=2.628)优于全谱PLSR模型,且建模时间短,模型复杂程度降低。BP神经网络模型相较于两种PLSR模型预测效果略差,但优于传统回归模型。综合来看,基于光谱特征参数建立的PLSR模型估测效果最好。

关 键 词：高光谱  玉米叶片 SPAD 偏最小二乘 BP神经网络

分 类 号：S513] S127