基于高光谱成像技术的番茄叶片叶绿素含量检测  

Detection of chlorophyll content in tomato leaves based on hyperspectral imaging technology

作　　者：马玲[1] 杜明华 孟露 杨甜 吴龙国[1] Ma Ling

机构地区：[1]宁夏大学农学院,宁夏银川750001

出　　处：《江苏农业科学》2023年第11期167-174,共8页Jiangsu Agricultural Sciences

基　　金：宁夏回族自治区重点研发计划(编号:2021BBF02019、2021BBF02024、2022WZYQ0001);宁夏青年科技人才托举工程(编号:TJGC2019065)。

摘　　要：叶绿素是植物生长发育必不可少的色素,可用来衡量植物生长状况,为实现番茄叶片叶绿素含量快速、无损检测,以番茄为试验材料,通过高光谱无损检测方法,对番茄叶片叶绿素含量进行监测。提取出82个叶片样本的平均光谱反射率数据(400~1000 nm),对原始光谱数据分别进行7种预处理(平均平滑、高斯滤波、中值滤波、卷积平滑、归一化、基线校准(baseline)、标准正态化(standard normal variation,SNV),建立PLSR模型,建模结果显示:SNV预处理光谱的建模效果最优。用β权重系数、无信息变量消除变换法(uninformation variable elimination,UVE)、竞争自适应重加权法(compet-itive adaptive weighted sampling,CARS)及连续投影算法(successive project-ion algorithm,SPA)等提取特征波长,并建立了PLSR模型,建模结果表明:CARS法提取特征波长所建立的模型最优,CARS法提取了8个特征波长(732、796、946、953、957、968、983、994 nm)被应用于建立番茄叶片叶绿素定量预测模型。为选出最优的建模方法,使用MLR、PCR、PLSR与SVR方法分别对CARS提取的特征波长进行模型对比,优选出的MLR模型用于预测番茄叶绿素含量,最优预测模型MLR的相关系数R c、R cv分别为0.830、0.743,均方根误差RMSEC、RMSECV分别为2.126、2.365。这可为今后在线监测植物长势提供技术支撑。

关 键 词：高光谱成像 番茄叶片 叶绿素 无损检测 

分 类 号：S641.201[农业科学—蔬菜学]