基于高光谱的冬油菜叶片磷含量诊断模型

• 作者: 任涛 李岚涛 汪善勤 马驿 高雯晗 魏全全 鲁剑巍
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 光谱分析 模型 无损检测 冬油菜 高光谱 叶片磷含量 偏最小二乘回归 变量重要性投影
• 年，卷（期）: 2016,（14）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 209-218
• 页数: 10页
• 分类号: S565.4|S127
• 字数: 10874字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2016.14.028

摘要

为快捷、无损和精准表征冬油菜磷素营养与冠层光谱间的定量关系，该文以连续3a 田间试验为基础，探究叶片磷含量的敏感波段范围及光谱变换方式，明确基于高光谱快速诊断的叶片磷含量有效波段，降低光谱分析维度，提高磷素诊断时效性。以2013－2016年田间试验为基础，测定不同生育期油菜叶片磷含量和冠层光谱反射率。此后，对原初光谱（raw hyperspectral reflectance，R）分别进行倒数之对数（inverse-log reflectance，log(1/R)）、连续统去除（continuum removal， CR）和一阶微分（first derivative reflectance，FDR）光谱变换，采用 Pearson 相关分析确定叶片磷含量的敏感波段区域。在此基础上，利用偏最小二乘回归（partial least square，PLS）构建最优预测模型并筛选有效波段。结果表明，油菜叶片磷含量的敏感波段范围为730～1300 nm 的近红外区域；基于敏感波段的 FDR-PLS 模型预测效果显著优于其他光谱变换方式，建模集和验证集决定系数（coefficient of determination，R2）分别为0.822和0.769，均方根误差（root mean square error， RMSE）分别为0.039%和0.048%，相对分析误差（relative percent deviation，RPD）为2.091。根据各波段变量重要性投影（variable importance in projection，VIP）值大小，确定油菜叶片磷含量有效波段分别为753、826、878、995、1187和1272 nm。此后，再次构建基于有效波段的油菜叶片磷含量估算模型，R2和 RMSE 分别为0.678和0.064%，预测精度较为理想。研究结果为无损和精确评估冬油菜磷素营养提供了新的研究思路。