甘蓝型油菜叶绿素荧光参数的高光谱预测

作者：曹正邓渊; 文双雅; 高志强^*

来源：江苏农业科学, 2023, 51(18): 185-190.

DOI：10.15889/j.issn.1002-1302.2023.18.027

• 甘蓝型油菜
• Fv/Fm
• 高光谱
• 模型计算

叶绿素荧光参数Fv/Fm是作物逆境胁迫研究中的重要指标。尽管目前存在不少Fv/Fm监测方法，但是监测成本高且需要时间进行暗适应，亟待进一步改进。基于此，为探究一种可以快速无损低成本的Fv/Fm监测方法，本试验采集薹期甘蓝型油菜的叶片光谱和对应的叶绿素荧光参数，使用Savitzky-Golay卷积平滑(SG)、标准正态变换(SNV)和多元散射校正(MSC)组成3种预处理方法对原始光谱进行预处理，通过竞争性自适应重加权算法(CARS)完成特征波段的筛选，进而基于筛选出的特征波段建立偏最小二乘回归方程(PLSR)、支持向量回归(SVR)和径向基神经网络(RBFNN)3种预测模型对Fv/Fm进行预测，采用决定系数(R2)、均方根误差(RMSE)和相对预测误差(RPD)对模型进行精度评价。结果表明，使用SG-SNV-RBFNN方法构建的预测模型精度最高，其训练集R2为0.928 8,RMSE为0.008 8;测试集R2为0.907 2,RMSE为0.011 5,RPD为3.417 6。因此，在本研究涉及的方法中，利用SG-SNV-RBFNN建模方法预测叶绿素荧光参数Fv/Fm效果最好。

• 单位
  湖南农业大学