热带作物学报

作者：栗方亮, 孔庆波, 张青

单位：福建省农业科学院土壤肥料研究所,福建福州 350013

关键词：高光谱,蜜柚,钾素,光谱指数

基金：福建省属公益类科研院所基本科研专项项目(2021R1025008),福建省自然科学基金项目(2019J01106),“十三五”国家重点研发计划项目(2017YFD0202000)

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。

来源：2022年第6期

《热带作物学报》期刊编辑部

查看热带作物学报杂志2022年第6期