文献类型： 中文期刊

作者： 金秀良 ¹ ; 徐新刚 ² ; 王纪华 ² ; 李鑫川 ² ; 王妍 ¹ ; 谭昌伟 ¹ ; 朱新开 ¹ ; 郭文善 ¹ ;

作者机构： 1.扬州大学江苏省作物遗传生理重点实验室

2.北京农业信息技术研究中心

关键词： 叶片含水量;灰色关联分析;逐步回归法;偏最小二乘法;冬小麦;水分植被指数

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2012 年 32 卷 11 期

页码： 3103-3106

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 尝试应用灰色关联分析方法(GRA)分析典型的水分植被指数(WVI)和水分含量(LWC)间的关联度,然后选择对冬小麦叶片水含量敏感的指数,比较SRM-PLS(逐步回归-偏最小二乘)方法和PLS方法估算LWC的精度。首先,对冬小麦WVI与LWC进行灰色关联分析,筛选出对冬小麦LWC敏感的WVI;其次,利用筛选出的敏感WVI,分别用PLS-SRM方法和PLS两种方式估算冬小麦LWC;然后对两种方式进行比较,选择最高决定系数(R2)和最小均方根误差(RMSE)的LWC估算模型来估算冬小麦LWC。结果表明:在整个生育期用PLS和PLS-SRM方法估算LWC,R2和RMSE分别为0.605和0.575,4.75%和7.35%。研究表明:先使用GRA对WVI和LWC进行关联度分析,再用PLS或PLS-SRM方法可以提高冬小麦的LWC估算精度。