基于CARS-PLSR的冬小麦叶片含水量快速无损检测研究

• 作者: 吴剑飞
• 来源期刊: 赤峰学院学报（自然科学版）
• 关键词: 冬小麦 叶片含水量 高光谱技术 竞争性自适应重加权采样算法
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 工程与科学技术
• 页码范围: 22-26
• 页数: 5页
• 分类号: S512.1|S314
• 语种: 中文
• DOI: 10.3969/j.issn.1673-260X.2021.07.007

摘要

为探讨实际应用中高光谱技术快速准确获取农作物叶片含水量,本文以拔节期冬小麦含水量为研究对象,对冬小麦原始光谱进行三种光谱变换处理,采用双波段光谱指数和竞争性自适应重加权采样(Competitive Adaptive Reweighted Sampling,CARS)获取高光谱数据中与LWC高度相关的波段组合,进行多种LWC建模并对比预测精度.结果表明:由CARS筛选的波段组合压缩率达98％以上,结合偏最小二乘回归(Partial Least Squares Regression,PLSR)构建的含水量预测模型拟合精度最高,所建模型中最高预测决定系数为0.8441,模型预测精度均高于以双波段组合所建模型的预测精度.CARS在筛选与冬小麦叶片含水量相关的光谱波段组合方面较为适用,可为估算冬小麦种植区干旱情况和水分管理提供技术支持.