[1]李明,胡岑龙*,陶光林.基于不同预处理的油茶叶片SPAD值高光谱遥感估算研究[J].江苏林业科技,2022,49(02):1-5.[doi:10.3969/j.issn.1001-7380.2022.02.001]
点击复制

基于不同预处理的油茶叶片SPAD值高光谱遥感估算研究()
分享到:

《江苏林业科技》[ISSN:1001-7380/CN:32-1236/S]

卷:
第49卷
期数:
2022年02期
页码:
1-5
栏目:
试验研究
出版日期:
2022-04-30

文章信息/Info

文章编号:
1001-7380(2022)02-0001-05
作者:
李明胡岑龙*陶光林
黔东南州林业科学研究所,贵州 凯里 556000
关键词:
油茶SPAD值光谱预处理连续投影算法估算
分类号:
Q433.4;Q945.11;S794.4
DOI:
10.3969/j.issn.1001-7380.2022.02.001
文献标志码:
A
摘要:
叶绿素作为油茶生长过程中的重要生化参数,其含量直接影响油茶的光合能力,利用高光谱遥感技术估测油茶叶片叶绿素含量,对监测油茶树体的长势和健康状况具有重要意义。该文以油茶为研究对像,采集450组油茶叶片光谱数据和SPAD值。采用5种光谱分析方法对原始光谱进行预处理;通过连续投影算法(SPA)对原始光谱和预处理后的光谱进行敏感特征波段筛选,分别筛选出4,10,4,12,11,9个敏感波段;最后,应用偏最小二乘回归(PLSR)基于上述处理提取的敏感波段分别建立油茶叶片SPAD值估算模型。结果表明,5种处理方法中,采用MSC预处理提取特征波段建立的估测模型优于其他处理方法,建模集R2RMSERE分别为0.855,2.361和3.194%;预测集R2RMSERE分别为0.818,1.980和2.533%,预测效果最好,建立的模型能更好实现对油茶叶片SPAD值的估算。

参考文献/References:

[1]CUI B, ZHAO Q J, HUANG W J, et al. Leaf chlorophyll content retrieval of wheat by simulated RapidEye, Sentinel-2 and EnMAP data[J]. Journal of Integrative Agriculture,2019, 18(6):1230-1245.
[2]李哲,张飞,陈丽华,等.光谱指数的植物叶片叶绿素含量估算模型[J].光谱学与光谱分析,2018,38(5):1533-1539.
[3]蔡庆空.基于小波变换的冬小麦叶面积指数与叶绿素含量遥感反演[D].北京:中国矿业大学(北京),2015.
[4]LING Q, HUANG W, JARVIS P. Use of a SPAD-502 meter to measure leaf chlorophyll concentration in Arabidopsis thaliana[J].Photosynthesis Research,2011,107(2):209-214.
[5]曹英丽,邹焕成,郑伟,等.水稻叶片高光谱数据降维与叶绿素含量反演方法研究[J].沈阳农业大学学报,2019,50(1):101-107.
[6]BLACKBURN G A. Spectral indices for estimating photosynthetic pigment concentrations: A test using senescent tree leaves[J].International Journal of Remote Sensing,1998,19(4):657-675.
[7]杜华强,葛宏立,范文义,等.马尾松针叶光谱特征与其叶绿素含量间关系研究[J].光谱学与光谱分析, 2009, 29(11): 3033-3037.
[8]林辉,刘璇,臧卓,等.杉木叶绿素含量高光谱遥感模型研究[J].中南林业科技大学学报,2010,30(11):1-5.
[9]冯海宽,杨福芹,杨贵军,等.基于特征光谱参数的苹果叶片叶绿素含量估算[J].农业工程学报,2018,34(6):182-188.
[10]尼格拉·吐尔逊,苏磊·乃比,高健, 等.GWLS-SVR模型的红枣树叶片叶绿素含量估算[J].光谱学与光谱分析,2021,41(6):1730-1736.
[11]CHAN C W , PAELINCKX D. Evaluation of Random Forest and Adaboost tree-based ensemble classification and spectral band selection for ecotope mapping using airborne hyperspectral imagery[J]. Remote Sensing of Environment, 2008, 112(6):2999-3011.
[12]GALVO R K H , ARAUJO MCU, FRAGOSO W D , et al. A variable elimination method to improve the parsimony of MLR models using the successive projections algorithm[J]. Chemometrics and Intelligent Laboratory Systems, 2008, 92(1):83-91.
[13]何勇.光谱及成像技术在农业中的应用[M].北京:科学出版社,2016.
[14]YANG F, LI J L, GAN X Y, et al. Assessing nutritional status of Festuca arundinacea by monitoring photosynthetic pigments from hyperspectral data[J]. Computers & Electronics in Agriculture, 2010, 70(1): 52-59.
[15]周科琴,朱艳,杨杰,等.基于冠层高光谱参数的水稻叶片碳氮比监测[J].农业工程学报,2009,25(3):135-141.
[16]姚付启,张振华,杨润亚,等.基于红边参数的植被叶绿素含量高光谱估算模型[J].农业工程学报,2009,25(13):123-129.
[17]吴静珠,李慧,王克栋,等.光谱预处理在农产品近红外模型优化中的应用研究[J].农机化研究,2011,33(3):178-181.

相似文献/References:

[1]董筱昀,黄利斌,吕运舟,等.江苏油茶种质资源调查与分析[J].江苏林业科技,2017,44(01):34.[doi:10.3969/j.issn.1001-7380.2017.01.007]
 DONG Xiao-yun,HUANG Li-bin,LYU Yun-zhou,et al.Survey andanalysis on tea-oil Camellia resource in Jiangsu Province[J].Journal of Jiangsu Forestry Science &Technology,2017,44(02):34.[doi:10.3969/j.issn.1001-7380.2017.01.007]
[2]郭小华,钟子龙,严志伟,等.低产老油茶林品种置换技术研究[J].江苏林业科技,2020,47(01):46.[doi:10.3969/j.issn.1001-7380.2020.01.009]
[3]毛云飞,石兴华,谢爱香,等.林下套种对老龄油茶产量及林地土壤养分的影响[J].江苏林业科技,2020,47(04):32.[doi:10.3969/j.issn.1001-7380.2020.04.008]
[4]王晓艳.不同菌肥对油茶叶内源激素及氮磷钾含量和林下土壤理化性质的影响[J].江苏林业科技,2021,48(05):28.[doi:10.3969/j.issn.1001-7380.2021.05.004]
 Wang Xiaoyan.Effects of different bacterial fertilizers on soil properties,leaf endogenous hormones and N,P,K contents in Camellia oleifera Abel.[J].Journal of Jiangsu Forestry Science &Technology,2021,48(02):28.[doi:10.3969/j.issn.1001-7380.2021.05.004]
[5]李明,陶光林*,廖华刚.基于冠层高光谱数据的油茶炭疽病病情指数估测[J].江苏林业科技,2023,50(04):25.[doi:10.3969/j.issn.1001-7380.2023.04.005]
 Li Ming,Tao Guanglin*,Liao Huagang.Estimation of anthracnose disease index in Camellia oleifera based on canopy hyperspectral data[J].Journal of Jiangsu Forestry Science &Technology,2023,50(02):25.[doi:10.3969/j.issn.1001-7380.2023.04.005]

备注/Memo

备注/Memo:
收稿日期:2022-01-21;修回日期:2022-02-22
基金项目:贵州省林业局青年人才基金项目“基于植物高光谱特征的油茶主要病虫害监测及诊断模型研究”(黔林科合J字[2020]06号);贵州省林业局青年人才基金项目“黔东南州乡土油茶优良无性系选育及繁殖技术研究”(黔林科合J字[2020]12号);黔东南州科学技术局基础研究项目“黔东南油茶炭疽病调查及绿色防控技术初步研究”(黔东南科合J字〔2021〕72号)
作者简介:李明(1986- ),男,贵州镇远人,助理工程师,硕士。从事林业3S技术研究。
*通信作者:胡岑龙(1988- ),男,贵州岑巩人,工程师。从事林木良种选育工作。
更新日期/Last Update: 2022-06-15