基于光谱学原理与小波包分解技术预测苹果树叶片氮素含量

• 作者: 张瑶 李民赞 邓小蕾 郑立华
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 氮素 主成分分析 光谱仪 苹果叶片 小波包分解 NDVI 多元线性回归
• 年，卷（期）: 2013,（z1）
• 页码范围: 101-108
• 分类号: O657.3|S126
• 字数: 5073字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2013.z1.015

摘要

为探索不同生理物候期苹果树叶片氮素含量的快速检测方法.分别在果树坐果期、生理落果期和果实成熟期,使用光谱仪测量了果树叶片在可见光和近红外区域的反射光谱,同时在实验室测定了果树叶片的全氮含量.研究首先将实验所得的光谱反射率与氮素含量以果树为单位进行聚类,利用小波包分析技术对每棵果树的光谱信息进行分解,提取出的低频信号和去除高频噪音后的信号分别组成了低频全光谱和去噪全光谱.针对这两个全光谱均实施了主成分分析,利用提取主成分分别建立了果树不同生长阶段的氮素含量多元线性回归模型.对比基于归一化植被指数(NDVI)建立的氮素含量估测模型发现,利用全光谱信息建立的氮素含量预测模型精度更高;在坐果期和果实成熟期,使用去噪全光谱提取的主成分建立的氮素预测模型最优;而在生理落果期,使用低频全光谱提取的主成分建立的模型最优.结果表明,利用小波包分析技术能够有效地提高苹果果树叶片氮素含量的光谱预测能力.