基于PCA-WNN的玉米叶片叶绿素含量遥感反演建模方法

• 作者: 刘二雄 夏天 张婉婉 张文文 杨可明
• 来源期刊: 西北农业学报
• 学科: 工学
• 关键词: 叶绿素含量 光谱特征参数 植被指数 主成分分析 小波神经网络 反演模型
• 年，卷（期）: 2016,（5）
• 页码范围: 684-690
• 页数: 7页
• 分类号: TP79
• 字数: 5102字
• 语种: 中文

摘要

为寻找一种准确、非破坏性的叶绿素含量获取方法,实时掌握作物的生理状况,研究一种基于PCAWNN的玉米叶片叶绿素含量遥感反演模型.利用SVC HR-1024I光谱仪采集盆栽玉米叶片光谱,同时用SPAD-502便携式叶绿素计测定叶绿素含量.从包络线去除、微分处理后的光谱曲线中提取7个光谱特征参数(SCPs)并与修改型土壤调节植被指数(MSAVI)、归一化差值植被指数(NDVI)、修正植被指数(MVI)、比值植被指数(RVI)、差值植被指数(DW)5种植被指数分别结合主成分分析(PCA),并提取前4个主分量作为小波神经网络(WNN)的输入因子,以Morlet母小波基函数作为激励函数,建立隐含层节点数为3的PCAWNN模型反演玉米叶片叶绿素含量.通过精度检验,表明7个SCPs与MSA VI组合的建模精度最高,验证小波神经网络反演玉米叶绿素含量的可行性以及其预测精度比BP神经网络更好.