基于高光谱成像技术的辣椒叶片叶绿素含量估算  

Estimation of chlorophyll content in pepper leaves based on hyperspectral imaging technology

作　　者：袁自然 叶寅[1] 武际[1] 方凌[2] 陈晓芳 杨欣 Yuan Ziran

机构地区：[1]安徽省农业科学院土壤肥料研究所/养分循环与资源环境安徽省重点实验室,安徽合肥230031 [2]安徽省农业科学院园艺研究所,安徽合肥230031

出　　处：《江苏农业科学》2021年第16期189-193,共5页Jiangsu Agricultural Sciences

基　　金：国家重点研发计划(编号:2018YFD0800406);安徽省农业科学院科研团队项目(编号:2020YL066);安徽省科技创新园区示范项目(编号:201907d06020011)。

摘　　要：叶绿素是植被光合作用的重要物质,能够间接反映植被的健康状况和光合能力。高光谱技术的发展为大面积、快速检测植被叶绿素含量变化提供了可能。选取150组不同生长期的辣椒叶片作为研究对象,分别采集辣椒叶片的高光谱图像和叶绿素含量。利用随机森林特征选择算法进行数据筛选,结合线性回归、偏最小二乘回归、梯度提升回归树、随机森林回归等4种模型分别构建回归模型。结果表明:(1)利用随机森林特征选择算法筛选后波段建立的模型决定系数(r^(2))均大于0.8,说明该方法具有较高的稳定性和预测精度;(2)利用随机森林特征选择算法筛选的波段结合随机森林回归,其验证集的r^(2)为0.9、均方根误差(RMSE)为1.87、平均绝对误差(MAE)为1.43。可以较为准确地预测辣椒叶片叶绿素含量,为后期利用高光谱成像技术大面积检测辣椒的生长状况提供了理论依据。

关 键 词：高光谱成像 辣椒叶片 叶绿素含量 随机森林特征选择算法 回归模型 

分 类 号：S127[农业科学—农业基础科学]