水稻叶片SPAD值高光谱成像估测

作者：康丽; 高睿; 孔庆明; 贾银江; 施玉博; 苏中滨^*

来源：东北农业大学学报, 2020, 51(10): 89-96.

DOI：10.19720/j.cnki.issn.1005-9369.2020.10.11

• 高光谱成像
• 稻瘟病
• SPAD值
• 反向传播神经网络

以水稻叶片为研究对象,基于健康和稻瘟病叶片高光谱图像,运用高光谱特征参数、竞争性自适应重加权(CARS)和主成分分析(PCA)算法选取特征变量,采用偏最小二乘回归(PLSR)、支持向量机(SVM)和反向传播神经网络(BPNN)算法,构建水稻叶片SPAD值高光谱估测模型,并对比分析。结果表明,所有模型均可预测SPAD值,最优模型为PCA-BPNN,其预测集决定系数、均方根误差、相对误差分别为0.8082、2.0783、4.18%。研究表明基于健康和稻瘟病叶片的高光谱图像估测叶绿素含量可行,为水稻健康状况监测、病害影响评估提供理论基础。

• 单位
  东北农业大学; 大连工业大学