《基于光谱特征分析的苹果树叶片营养素预测模型构建》.pdfVIP

第29卷 第8期 农 业 工 程 学 报 VbI．29 No．8 2013年 4月 TransactionsoftheChineseSocietyofAgriculturalEngineering Apr．2013 171 基于光谱特征分析的苹果树叶片营养素预测模型构建 张 瑶，郑立华※，李民赞，邓小蕾，王诗丛，张 锋，冀荣华 (中国农业大学 “现代精细农业系统集成研究”教育部重点实验室，北京 100083) 摘 要：该文旨在利用光谱分析技术建立高精度苹果叶片营养素预测模型，为苹果树的精细管理提供技术支持。 在苹果树年度生长周期的坐果期、生理落果期和果实成熟期等重要物候期，采集了180个果树叶片样本并测量了 果树叶片在可见光和近红外波段的反射光谱，同时在实验室采用化学方法获取了果树叶片的氮素以及叶绿素含量。 对于聚类后样本，分别分析了果树叶片反射光谱以及经小波滤波后的反射光谱与叶绿素以及氮素之间的相关关系， 而后利用偏最小二乘和支持向量机 (SVM，supportvectormachine)方法分别建立 了果树叶片叶绿素和氮素含量的 回归模型。研究发现，随着生长阶段的推进，在可见光处的反射率逐渐升高，在近红外处的反射率逐渐降低，且 基于小波滤波反射光谱的营养素 SVM 回归模型精度最高：建立的叶绿素回归模型，其测定系数 达到0．9920， 均方根误差 RMSE为0．0039，验证精度 达到 0．9036，RMSE为0．1979：建立的氮素回归模型，其测定R和验 证 也达到O．74以上，模型的回归RMSE为0．0554，验证RMSE为0．1215。结果表 明，采用支持向量机回归模 型可以精确估计果树叶片叶绿素含量，对氮素含量的估计精度也达到了实用化水平。 关键词：氮素，叶绿素，光谱分析，苹果树叶片，精细农业 doi：10．3969／j．issn．1002—6819．2013．08．020 中图分类号：0657．3；S126 文献标志码：A 文章编号：1002—6819(2013)一08—0171-08 张 瑶，郑立华，李民赞，等．基于光谱特征分析的苹果树叶片营养素预测模型构建[J]．农业工程学报，2013， 29(8)：171—178． ZhangYao，ZhengLihua，LiMinzan，eta1．Construction ofappletreeleavesnutrientspredictionmodelbasedon spectralnaalysis[J]．TrnasactionsofhteChineseSocietyofAgriculturalEngineering(TrnasactionsoftheCSAE)，2013， 29(8)：171—178．(inChinesewithEnglishabsrtact) 地遥感方法研究了快速检测苹果锈病和树螨的方 0 引 言 法并获得较高的分类精度。朱西存、赵庚星等 l【¨】 作物氮素及叶绿素在 自然环境下的植物光合 发现了反映苹果花期冠层特征的敏感波段，分别利 作用中起着关键作用，叶片叶绿素和氮素含量状况 用 640和 676am 处的原始光谱反射率与苹果花氮 也是植物营养胁迫、光合能力和衰老进程各阶段的 素含量建立了对数模型和乘幂模型，模型精度 良好指示剂。国内外的学者先后利用光谱学原理成 分别达到0．6711和 0．6765。邢东兴等 1将红富士苹 功的对小麦、水稻、玉米等大田作物的氮素和叶绿 果树的全氮 (TN)、全磷 (TP)、全钾 (TK)含 素含量进行了分析 l【J，研究表明一些特定的波长可 量与反射率及其多种变式数据进行相关分析，进行 以定量地反应作物营养成分含量6【】。苹果是我国最 基于最小误差平方和的偏最小二乘回归建模。建立 重要的水果品种之一，因此利用光谱分析的方法检