基于高光谱和MLSR-GA-BP神经网络模型油菜叶片SPAD值遥感估算

作者：崔小涛; 常庆瑞^*; 屈春燕; 史博太; 蒋丹垚; 夏利恒; 王玉娜

来源：东北农业大学学报, 2020, 51(08): 74-84.

DOI：10.19720/j.cnki.issn.1005-9369.2020.08.0010

• 油菜叶片
• SPAD
• 多元线性逐步回归
• 遗传算法
• BP神经网络

研究旨在探究油菜叶片叶绿素含量高光谱估算方法,为快速、无损监测西北地区油菜作物叶绿素含量提供依据。以西北地区油菜作物为研究对象,通过分析油菜叶片SPAD值与光谱参数相关性,筛选对SPAD敏感光谱参数,构建并比较基于光谱参数单因素模型、偏最小二乘回归模型(PLSR)和基于多元线性逐步回归遗传算法优化(GA)BP神经网络SPAD估算模型。结果表明,油菜叶片光谱曲线总体趋势一致,随叶绿素含量增加光谱反射率下降;参与建模七种光谱参数相关性均在0.770以上,在0.01水平上显著相关;在各生育期,基于多元线性逐步回归遗传算法优化BP神经网络模型为最优模型,建模R2>0.77,最大达0.91,验证R2>0.73,最大达0.92,RMSE为1.32～3.22,RE为2.50%～4.49%。基于多元线性逐步回归遗传算法优化BP神经网络模型为准确、快速估算油菜叶片SPAD值反演方法。

• 单位
  西北农林科技大学