文献类型： 中文期刊

作者： 宋雪莲 ¹ ; 王志伟 ¹ ; 张文 ¹ ; 张威 ² ; 丁磊磊 ¹ ; 柳嘉佳 ¹ ; 阮玺睿 ¹ ; 王普昶 ³ ;

作者机构： 1.贵州省农业科学院草业研究所

2.贵州省水利水电勘测设计研究院有限公司

3.贵州省农业科学院

关键词： 高光谱;冷杉叶片;氮含量;筛选波段

期刊名称： 草原与草坪

ISSN： 1009-5500

年卷期： 2021 年 41 卷 006 期

页码： 139-147

收录情况： CSCD

摘要： 氮是植物生长的基本营养元素,对氮含量的监测有助于及时了解植物的代谢过程和健康状况.高光谱技术能够对叶片氮含量进行无损快速的检测,已成为叶片氮含量检测的重要手段之一.采用高光谱技术对冷杉叶片氮含量进行估算,首先分别采用相关系数法、连续投影法、LASSO算法对4种形式的光谱变量R,R′,log(1/R),log(1/R)′进行敏感波段筛选,对筛选后的敏感波段分别采用偏最小二乘、随机森林、支持向量机进行建模反演.结果显示:两种导数形式变量的反演误差最小;且相关系数&Log(1/R)′,LASSO&Log(1/R)′能够有效筛选出叶片氮含量的敏感波段组合,无论采取何种建模方法,其估算效果在几种筛选方法组合中最好,R2>0.84,RMSE在0.19~0.24,估算效果明显优于全波段建模;随机森林算法对相关系数法和LASS0算法筛选出的Log(1/R)′形式变量的反演误差最小,但对其他形式变量的反演误差变化范围较大,表现并不稳定.3种变量筛选方法筛选出的R形式的变量与前人研究相符,连续投影算法能筛选出更多与叶片其他化学含量相关的波段,证明了3种变量筛选方法的有效性.