基于高光谱的油菜叶片SPAD值估测模型比较

王克晓，周 蕊，李 波，欧 毅，黄 祥，虞 豹

（重庆市农业科学院农业科技信息研究所，重庆 401329）

0 引言

【研究意义】叶绿素与植物光合作用能力和生长状况紧密相关，是植物氮含量重要的指示器[1-2]。在实际研究和应用中，常采用SPAD值来表征植物的叶绿素含量[3]。【前人研究进展】近年来，随着高光谱遥感技术的发展，衍生了大量的光谱特征参数，为定量探测作物关键农学指标提供了有效途径[4-5]。基于光谱技术的叶片SPAD值测定方法逐渐成为作物叶绿素含量定量化诊断的有效手段，广泛应用于玉米、小麦、水稻及油菜等作物的叶绿素含量检测中[6-7]。Horler等[8]通过研究植被反射光谱与叶绿素含量的关系，提出了光谱“红边”参数在植被叶绿素含量估测中的作用。Daughtry等[9]通过研究玉米叶片叶绿素含量与光谱波段、光谱指数的关系，构建玉米叶绿素含量估测模型。Broge等[10]分析不同氮素水平下的小麦冠层光谱数据，提出比值植被指数RVI能够有效地预测冠层叶绿素的含量。姚付启等[11]分析了梧桐叶绿素含量水平与10种植被指数的相关关系，认为植被NDVI与叶绿素含量的关系最为密切。在模型预测方面，孙明馨等[12]基于拔节期冬小麦高光谱与SPAD值关系，选用不同光谱参数特征构建了冬小麦SPAD值的指数、对数等函数回归模型。赵琨等[13]通过对不同氮素水平下的油菜植株不同叶位叶片的高光谱数据处理，对基于偏最小二乘和最小二乘-支持向量机的SPAD预测模型进行了对比。由明明等[14]基于油菜不同生育期光谱指数构建了叶片SPAD值随机森林估测模型。……