利用多种回归模型对比估算琯溪蜜柚叶片钾素含量

作者：栗方亮; 孔庆波^*; 张青

来源：热带作物学报, 2022, 43(06): 1191-1199.

• 高光谱
• 蜜柚
• 钾素
• 光谱指数

钾素是蜜柚营养三要素之一，是准确诊断和定量评价生长状况的重要指标，建立合适的蜜柚叶片钾素含量高光谱估算模型，为实现快速、无损、精确的钾素含量估测提供依据。基于蜜柚叶片高光谱数据和钾素含量实测数据，首先分析蜜柚叶片钾素含量与原始及一阶微分光谱的相关性，然后分析与敏感波段植被参数的相关性，并找出相关性较好的光谱参数，建立蜜柚叶片钾素含量偏最小二乘回归模型(PLS)、BP神经网络回归模型(BPNN)、随机森林回归模型(RF)和支持向量机回归模型(SVM)，并确定蜜柚叶片钾素含量最佳估算模型。在513～598 nm和699～735 nm处，蜜柚叶片钾素含量与原始光谱反射率呈显著负相关，最大负相关系数分别为-0.47(554 nm)和-0.45(715 nm)。在507～552 nm和691～711 nm处，蜜柚叶片钾素含量与一阶微分光谱反射率呈显著负相关，最大负相关系数分别为-0.54(528 nm)和-0.53(702 nm)；在557～655 nm处，二者呈显著正相关，最大正相关系数为0.58(579 nm)。选择554、715、528、579、702 nm构建光谱参数，建立差值植被指数(DVIλ1,λ2)、比值植被指数(RVIλ1,λ2)和归一化植被指数(NDVIλ1,λ2)等，其中与蜜柚叶片钾素含量相关性较好的光谱参量为NDVI′579,702、RVI554,715、RVI′528,579、R′579。建立PLS、BPNN、RF和SVM等4种回归模型估算蜜柚叶片钾素含量并进行对比验证，4种估算模型的决定系数(R2)分别为0.72、0.74、0.84和0.81，均方根误差(RMSE)分别为2.44、2.28、1.49和1.61；相对误差(RE)分别为9.95%、9.01%、7.84%和8.01%。验证模型的R2分别为0.79、0.84、0.85和0.82,RMSE分别为1.69、1.48、1.34和1.41,RE分别为8.47%、7.70%、6.12%和6.35%,RF估算模型精度稍高于PLS、BPNN和SVM估算模型。

• 单位
  福建省农业科学院