基于高光谱和BP神经网络模型苹果叶片SPAD值遥感估算

• 作者: 余蛟洋 常庆瑞 张卓然 由明明 罗丹
• 来源期刊: 西北林学院学报
• 关键词: 苹果 SPAD值 高光谱 光谱特征参数 逐步回归分析 BP神经网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 森林经理学
• 页码范围: 156-165
• 页数: 10页
• 分类号: S771.8
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7461.2018.02.26

摘要

叶绿素含量表征植被的营养生长状况,为西北地区苹果的大面积、无损、实时生长监测提供科学依据,使用SVC HR-1024Ⅰ型便携式野外光谱辐射仪和SPAD-502型叶绿素仪测定不同生育期苹果叶片光谱反射率和SPAD值.分析不同生育期苹果叶片SPAD值及其高光谱变化特征,不同生育期叶片SPAD值与原始光谱反射率和光谱特征参数的相关性,构建基于光谱特征参数的单因素回归模型、多元线性逐步回归模型和基于逐步回归分析的BP神经网络模型,并对反演模型进行验证.结果表明,1)从新梢开始生长到果实成熟,苹果叶片SPAD值呈现先上升后下降趋势;2)基于光谱特征参数构建估算叶片SPAD值的单因素回归模型、多元线性逐步回归模型和基于逐步回归分析的BP神经网络模型均通过显著性检验,在秋梢停止生长期各模型反演和预测精度均最高;3)在各生育期,基于光谱特征参数建立的单因素回归模型中,均以蓝边幅值Db和绿峰面积SRg为自变量建立的回归方程拟合和预测能力最优;4)在各生育期,基于逐步回归分析的BP神经网络模型反演和预测能力较单因素回归模型和多元逐步回归模型表现最优,建模R2和验证R2分别达到0.90和0.84以上,验证RMSE＜4.41,验证RE＜8.42％,是一种快速、高效估算苹果叶片SPAD值的良好反演方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常庆瑞	西北农林科技大学资源环境学院	254	4005	33.0	47.0
2	张卓然	西北农林科技大学资源环境学院	5	29	4.0	5.0
3	由明明	西北农林科技大学资源环境学院	6	78	3.0	6.0
4	罗丹	西北农林科技大学资源环境学院	7	141	4.0	7.0
5	余蛟洋	西北农林科技大学资源环境学院	4	15	1.0	3.0