高光谱估测稻叶SPAD值预处理方法与模型比较

严志雁，王芳东，郭 熙，丁 建

（1.江西省农业科学院农业经济与信息研究所，江西南昌 330200；2.江西省农业信息化工程技术研究中心，江西南昌 330200；3.江西省农业科学院基地管理中心，江西南昌 330200；4.江西农业大学江西省鄱阳湖流域农业资源与生态重点实验室，江西南昌 330045）

【研究意义】叶绿素是植被光合作用的重要色素，研究表明便携式叶绿素仪测定的叶片绿色度（SPAD值）与叶绿素含量正相关，SPAD值能代替实验室检测测定叶绿素含量[1−3]。构建基于高光谱技术的水稻叶片SPAD估算模型，可实现对水稻叶片叶绿素含量的实时无损监测。【前人研究进展】已有学者采用不同数据预处理方法及预测模型对水稻叶片SPAD值进行预测。武旭梅等[4]运用水稻叶片波段组合的方式构建了一系列植被指数，筛选最佳植被指数作为自变量，应用普通回归分析方法和随机森林算法估算水稻冠层SPAD。于滋洋等[5]对叶片光谱反射率进行去包络线（CR）处理，采用可见光近红外波段提取水稻叶片反射光谱特征参数和植被指数，采用随机森林算法构建不同输入量的SPAD高光谱估算模型。孙玉婷等[6]采用归一化法对数据进行预处理，建立以叶色图像RGB值为输入参数、叶片SPAD值为输出参数的支持向量机回归模型。孙小香等[7]利用主成分分析对原始光谱数据进行降维，将得到的主成分作为输入变量，分别应用逐步多元线性回归分析法与支持向量回归法构建叶片SPAD值的高光谱估算模型。李永梅等[8]对水稻叶片反射光谱及SPAD值与氮素含量进行相关分析，筛选诊断氮素含量的特征光谱并构建氮素估算模型。……