基于AE-FFNN神经网络的橡胶树叶片磷含量定性研究

叶林蔚, 唐荣年, 李创

(海南大学机电工程学院, 海口 570228)

天然橡胶为四大工业原料之一，对于促进我国经济发展至关重要。橡胶树是天然橡胶的直接来源,我国橡胶树主要种植于华南地区，海南是主要植胶区。提高橡胶产量对生态保护和国民经济发展都有重要意义。磷在橡胶树的生长和产胶过程中起着重要作用，磷缺乏会导致橡胶树早衰、割胶期缩短，且抗病能力明显下降。相反，过量施用磷肥会导致橡胶树成熟缓慢、产胶质量下降且容易污染土壤和水源。合理施用磷肥是管理橡胶树的重要环节。海南农垦橡胶树诊断施肥已开展多年，其中，判断施肥量以叶片养分含量为主，土壤养分含量为辅。这为以橡胶树叶片的养分含量判断橡胶树的整体养分含量提供了依据[1]。同时，土壤磷含量与橡胶树叶片磷含量有强线性关系[2]，而施用肥料后叶片相应元素和叶绿素含量均出现相同的增加趋势，对橡胶树的生长发育起到重要影响[3]。

橡胶树叶片的磷含量能够指导肥料的施用。传统的理化分析方法精度较高，但其对叶片样本具有破坏性，且操作流程复杂，需要专业的实验仪器和分析人员[4]。利用近红外光谱和高光谱对植株、土壤、叶片等样本的磷元素含量进行快速无损检测是近几年的研究重点，相关研究主要围绕特征选择和模型建立，提出的方案主要结合线性回归算法和波段选择方法。其中，如何特征选择能够得到最具关联性的特征组合及线性回归算法能否建立磷元素和高光谱之间的关联机制值得探究。……