不同菌草品种叶片叶绿素含量的光谱特征参数模型研究

作者：白妮妮; 刘凤山^*; 张厚喜; 蔡杨星; 卜建超; 彭实梅; 林冬梅

来源：福建农业学报, 2023, 38(02): 210-219.

DOI：10.19303/j.issn.1008-0384.2023.02.011

• 菌草
• 多光谱
• 机器学习
• HSV颜色系统

【目的】建立各种品种菌草叶片叶绿素光谱模型为快速无损地评估菌草健康状态提供理论依据。【方法】利用多光谱相机拍摄光谱信息，使用RGB和HSV两种颜色空间系统进行NDSI、RSI植被指数指标的建立，并采用4种回归算法进行叶绿素相对含量即SPAD值和光谱信息建模，选出合适菌草的模型。【结果】不同品种的菌草SPAD值差异不显著，主要是健康和干枯叶片的差异。叶片SPAD值和光谱反射值具有良好的相关性，RGB颜色系统红波段是最相关的波段，相关性达到-0.79。试验证明红波段的变化在健康叶片和干枯叶片之间更敏感。2种颜色系统综合评价，建模精度及稳定由高到低依次为：包含5个通道的RGB颜色系统，HSV颜色系统，仅包含R、G、B 3个通道的颜色系统。4种反演方法中，反演效果最好依次为随机森林机器学习方法、支持向量机机器学习和逐步线性回归方法、一元线性统计方法。预测SPAD值拟合效果最好的是RGB-NDSI-RF类型，其拟合数R2为0.95、RMSE为3.04、MRE为0.19，验证R2为0.75、RMSE为8.26、MRE为0.76。【结论】机器学习方法尤其是随机森林适用于菌草建模，可以取得较高的精度，具有高适应和稳定性。预测SPAD值拟合效果最好的是RGBNDSI-RF类型，其模型可以适用于不同菌草品种的建模，敏感识别叶片的叶绿素含量以评估其健康状态。

• 单位
  生命科学学院; 国家菌草工程技术研究中心; 福建农林大学