基于高光谱和PLS-LS-SVM的冬小麦叶绿素含量检测

摘要：

定量测定小麦叶片叶绿素含量在小麦估产、农情监测等方面具有重要意义.本研究验证高光谱成像技术结合偏最小二乘-最小二乘支持向量机(PLS-LS-SVM)建模方法预测大田冬小麦叶绿素含量的可行性.首先利用所搭建高光谱成像系统以线扫描方式获取大田冬小麦叶片反射光谱,进而得到其立方体图像数据,并在小麦叶片光谱图像上选择感兴趣区域计算出光谱平均反射率值.为保证PLS-LS-SVM模型的鲁棒性和预测稳定性,首先通过PLS方法解决多重共线性问题并将输入变量维数减至4维,然后利用LS-SVM进行训练建模.所建叶绿素含量预测模型的决定系数达R2=0.8459,预测均方根误差RMSEV=0.4370.研究结果表明,基于高光谱成像系统,采用PLS-LS-SVM建立模型用来预测大田冬小麦叶绿素含量是完全可行的.

关键词：冬小麦、叶绿素含量、高光谱成像、偏最小二乘、最小二乘支持向量机

所属期刊栏目：32

分类号：S512.1+1(禾谷类作物)

资助基金：国家"863"高技术计划项目2006AA10A308,2006AA10A305-1;国家"十一五"科技支撑计划项目2007BAD89B04

在线出版日期：2010-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：170-175