文献类型： 中文期刊

作者： 王宇 ¹ ; 汪泓 ² ; 肖玖军 ³ ; 邢丹 ⁴ ; 李可相 ⁵ ; 张永亮 ² ; 岳延滨 ⁶ ;

作者机构： 1.中国电建集团贵阳勘测设计研究院有限公司

2.贵州大学矿业学院

3.贵州科学院山地资源研究所

4.贵州省农业科学院辣椒研究所

5.贵州省喀斯特资源环境与发展研究中心

6.贵州省农业科学院农业科技信息研究所

关键词： 叶绿素含量;辣椒;高光谱;光谱变换;遗传算法-偏最小二乘法

期刊名称： 江苏农业学报

ISSN： 1000-4440

年卷期： 2024 年 005 期

页码： 865-873

收录情况： 北大核心 ; CSCD

摘要： 为了准确监测辣椒生长，本研究对辣椒冠层光谱反射率进行对数处理、倒数处理、倒数的对数处理、连续统去除处理、一阶微分处理、二阶微分处理，并与SPAD值进行相关性分析，用最大相关系数法（MCC）选取相关性较好的特征波段生成特征波段数据集，再用遗传算法-偏最小二乘法（GAPLS）进行降维得到最优特征波段组合，采用偏最小二乘法（PLSR）、反向传播神经网络（BPNN）、随机森林（RF）和最小二乘支持向量机（LSSVM）4种机器学习算法构建辣椒叶绿素含量反演模型。结果表明，最优波段和对应处理分别为700 nm（原始光谱）、699 nm（对数处理）、713 nm（连续统去除处理）、500 nm（二阶微分处理）、713 nm（二阶微分处理）。GAPLS的降维效果较好，与降维前相比PLSR模型的精度提升率最高，R²、RPD分别提升了82.22%、136.98%,RMSE降低了29.96%。4种模型中，GAPLS降维处理后的PLSR模型的精度最好，R²、RMSE和RPD分别为0.82、1.94、4.55。本研究构建的MCC-GAPLS-PLSR模型具有较好的反演潜力，适用于研究区辣椒叶片叶绿素含量测定，推动辣椒高效种植。