HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于高光谱遥感的玉米叶片SPAD值估算模型研究

作者:董哲; 杨武德; 张美俊; 朱洪芬; 王超高光谱玉米叶片spad偏最小二乘bp神经网络

摘要:灌浆期玉米叶片叶绿素含量对玉米光合作用及产量形成具有重要作用。为通过高光谱特征准确、高效估测玉米叶片叶绿素含量,以SPAD值表征叶绿素相对含量,构建了基于光谱特征参数的传统回归模型、基于全谱和光谱特征参数的PLSR模型和BP神经网络模型,并进行了比较分析。结果表明:基于全谱构建的PLSR模型SPAD值拟合效果最好(R^2=0.910,RMSE=2.071),而基于光谱特征参数所建立的PLSR模型拟合效果可达到与全谱PLSR模型相近的水平。但后者的实测值与预测值拟合效果(R^2=0.867,RMSE=2.581,RPD=2.628)优于全谱PLSR模型,且建模时间短,模型复杂程度降低。BP神经网络模型相较于两种PLSR模型预测效果略差,但优于传统回归模型。综合来看,基于光谱特征参数建立的PLSR模型估测效果最好。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

作物

《作物杂志》(CN:11-1808/S)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情