水稻叶片氮含量反演偏最小二乘模型设计

摘要：

针对高光谱偏最小二乘模型（PLSR）反演作物氮含量时易出现数据冗余和模型复杂的问题，尝试结合波段深度分析和遗传算法（GA）建立水稻氮含量 PLSR 反演模型。基于去包络线处理的水稻高光谱数据（350nm～750nm），选取波段深度（BD）、波段深度比（BDR）、归一化面积波段深度（BNA）和归一化面积波段指数（NBDI）4种波段深度指数分别建立 BDA-PLSR 模型，进而采用遗传算法波段选择选取最适宜波段深度指数建立 GA-PLSR模型，并将 GA-PLSR 模型与 BDA-PLSR 模型进行对比。结果显示，基于 BNA 的 GA-PLSR 模型在反演水稻氮含量中获得了最佳的结果（Adj．R 2＝0．67，RMSEP＝0．20，RPD＝1．84）。研究证明，利用波段深度分析建立的 PLSR模型能一定程度上解决数据冗余问题，进一步采用遗传算法进行波段选择能更有效挖掘光谱信息，提高模型精度。

关键词：水稻、氮含量、偏最小二乘回归、波段深度分析、遗传算法

分类号：TP79(遥感技术)

资助基金：测绘地理信息公益性行业科研专项经费项目20141207。

在线出版日期：2016-03-11（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：42-47