文献类型： 中文期刊

作者： 潘月 ¹ ; 曹宏鑫 ² ; 齐家国 ¹ ; 吴菲 ³ ; 韩旭杰 ¹ ; 丁昊迪 ¹ ; 葛道阔 ² ; 张玲玲 ² ; 张伟欣 ² ; 张文宇 ² ;

作者机构： 1.南京农业大学农学院/亚洲农业研究中心

2.江苏省农业科学院农业经济与信息研究所

3.江苏省农业科学院农业信息研究所

关键词： 高光谱;油菜;连续投影算法;竞争自适应加权算法;BP神经网络

期刊名称： 江苏农业学报

ISSN： 1000-4440

年卷期： 2022 年 006 期

页码： 1550-1558

收录情况： 北大核心 ; CSCD

摘要： 为了构建监测效果更好、更具普适性的油菜植株含水率（Plant water content,PWC）定量监测模型，以油菜品种浙杂903、宁油22和宁杂1818为试验材料，设置2个施肥水平和3个水分处理，基于2019-2020年和2020-2021年生长季田间试验资料，在PWC的高光谱响应敏感波段范围采用逐步回归（Stepwise regression, SR）分析、连续投影算法（Successive projection algorithm, SPA）、竞争自适应加权算法（Competitive adaptive reweighted sampling, CARS）以及减量精细采样法（Reduced precise sampling method, RPSM）深度挖掘高光谱数据，通过筛选最优波段组合与光谱指数，基于线性回归（Linear regression, LR）、BP神经网络（Back-propagation neural network, BPNN）和支持向量机回归（Support vector regression, SVR）方法构建并比较油菜植株含水率监测模型。结果表明，针对油菜PWC监测，SR分析筛选的最优波段组合为730 nm、986 nm和1 071 nm, SPA法分析筛选的最优波段组合为686 nm、695 nm、707 nm、746 nm、964 nm、1 065 nm和1 069 nm, CARS法分析筛选的最优波段组合为694 nm、695 nm、696 nm、863 nm、864 nm、893 nm、973 nm、986 nm、1 050 nm和1 071 nm。RPSM筛选的最优光谱指数是归一化差值光谱指数（R981,R894）和比值光谱指数（R981,R894）,其利用的波段均位于近红外波段。前述3个方法筛选的波段变量更多，蕴含的信息更全面，估测精度普遍优于光谱指数。建模分析结果表明，SPA-LR模型、SPA-BP模型、SPA-SVR模型均能实现油菜PWC的精确监测，经检验，其估测值和实测值的R~2分别为0.693、0.940、0.841,均方根误差（RMSE）分别为1.623%、1.836%和1.227%。结果证明高光谱数据具备深度挖掘价值，运用全波段光谱分析方法能够在降维的同时保留有效信息，利用筛选出的波段组合构建线性或非线性模型，均能实现大田条件下全生育期油菜植株含水率的定量监测。