基于近红外光谱技术的果树花期树种识别方法

• 作者: 周国民 张晓丽 王晓丽
• 来源期刊: 浙江农林大学学报
• 关键词: 经济林学 果树花期 光谱分析 分类识别 PLS-DA O-PLS-DA BP
• 年，卷（期）: 2017,（6）
• 页码范围: 1008-1015
• 页数: 8页
• 分类号: S123|S661
• 语种: 中文
• DOI: 10.11833/j.issn.2095-0756.2017.06.006

摘要

为建立果树花期树种识别的有效模型,利用ASD FieldSpec 3全波段便携式光谱分析仪采集了4种果树花期花的光谱数据.利用剔除异常光谱、5点移动平滑等技术对4种果树花期花的光谱反射率进行预处理,使用连续投影算法(SPA)进行有效波长选取并获得7个波长下的反射光谱,同时增加了590 nm和720 nm处2个波形差异大的光谱,与归一化植被指数(INDV)和比值植被指数(IRV)共11个特征波段作为分类建模数据,建立了偏最小二乘判别分析(PLS-DA),正交偏最小二乘判别分析(O-PL-DA)和基于误差反向传播算法的多层前向神经网络(BP)算法3种识别模型.结果表明:对测试样本的识别率由高到低依次为BP(93.90%)>O-PLS-DA(81.82%)>PLS-DA(76.36%).综合研究认为:在优选波段的基础上,对果树花期树种判别应优选BP神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓丽	北京林业大学精准林业北京市重点实验室	83	1224	21.0	31.0
5	周国民	中国农业科学院农业信息研究所	127	742	15.0	20.0
6	王晓丽	北京林业大学精准林业北京市重点实验室	4	60	3.0	4.0