基于非成像高光谱的高山松叶绿素估算模型研究

摘要：

以云南省香格里拉县建塘镇的高山松为研究对象,使用ASD Field Spec 3便携式野外地物光谱仪测定高山松叶片光谱,并在实验室测定叶片样本的叶绿素含量.经光谱分析技术及统计相关分析法进行光谱数据的分析处理,提取原始光谱及一阶微分光谱特征波段和光谱特征变量,建立与叶绿素含量间的单变量估测模型和双隐层BP神经网络预测模型,并采用决定系数(R2)、均方根差(RMSE)和相对误差(RE)进行精度检验.结果表明,单变量模型以一阶微分光谱反射率的三次函数模型为最优模型,其R2、RMSE、RE分别为0.511、1.297 6 mg/g、10.06％,而基于双隐层BP神经网络最优模型的R2、RMSE、RE分别为0.637、0.384 1 mg/g、9.47％,精度达到90.53％,经比较得出其具有较优的预测能力,充分体现BP模型的可行性,为快速、准确的估测高山松叶绿素含量提供有利的理论依据.

关键词：高光谱、叶绿素、BP神经网络、相关系数、高山松

所属期刊栏目：32

分类号：S757(森林经营学、森林计测学、森林经理学)

资助基金：国家自然科学基金31460194;国家自然科学基金31060114;云南省林学一流学科建设项目

在线出版日期：2017-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：73-78,179