琯溪蜜柚叶片氮素含量多种高光谱估算模型对比研究
栗方亮1
孔庆波1
张青1
庄木来2
1.福建省农业科学院土壤肥料研究所,福州3500132.福建省平和县农业农村局,福建平和363700;平和琯溪蜜柚综合试验站,福建平和 363700
摘要：[目的 ]蜜柚叶片氮素(nitrogen,N)含量是准确诊断和定量评价生长状况的重要指标,建立合适的蜜柚叶片氮素含量高光谱估算模型,为实现快速、无损、精确的氮素含量估测提供依据.[方法]基于蜜柚叶片高光谱数据和氮素含量实测数据,建立了蜜柚叶片偏最小二乘回归模型(PLS)、BP神经网络回归模型(BPNN)、随机森林回归模型(RF)和支持向量机回归模型(SVM),并确定了蜜柚叶片氮素含量最佳估算模型.[结果]原始光谱和一阶微分光谱与蜜柚叶片氮素含量在可见光范围内有多波段相关性显著,并出现多个极值.原始光谱曲线敏感波长为569 nm和704 nm,一阶微分曲线的敏感波长为541、617、695、753 nm.与蜜柚叶片氮素含量相关性较显著的光谱参量是NDVI'695.753、RVI,695,753、DVI,617.695、R,617、DVI'541.617.建立的PLS、BPNN、RF和SVM 4种蜜柚叶片氮素含量估算模型的决定系数R2分别为0.75、0.80、0.83和0.81,均方根误差RMSE分别为1.16、1.08、0.97和1.02.验证模型的决定系数R2分别为0.79、0.84、0.85和0.82,均方根误差RMSE分别为1.11、0.94、0.87和0.99,其估算模型的精确程度为RF＞SVM＞BPNN＞PLS.[结论]通过对琯溪蜜柚叶片氮素含量进行4种高光谱估算模型对比,随机森林估算模型精度稍高于PLS、BPNN和SVM估算模型.研究结果为光谱监测蜜柚叶片氮素含量提供了技术依据.
关键词：蜜柚高光谱氮素光谱指数
分类号：S666.3(果树园艺)
资助基金：福建省属公益类科研院所基本科研专项(2021R1025008)福建省自然科学基金项目(2019J01106)国家重点研发计划(2017YFD0202000)
论文发表日期：2022-05-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 882-891 )
英文信息