烤烟叶片镉含量高光谱预测模型的构建

为快速准确地获取烟草叶片镉含量，本研究模拟了4个镉污染水平，用美国ASD光谱仪获取每个污染水平的烟草叶片光谱反射率，并测定不同时期烟草叶片的镉含量，筛选出与镉含量相关性最好的敏感波段，并建立光谱参数，将光谱参数作为输入因子建立烟草叶片镉含量的BP神经网络模型。结果表明：随着镉含量增加，在可见光和近红外范围（400～910 nm）内反射率先降低后增加，在930～1 000 nm波段范围内，叶片反射率与烟叶中镉含量呈正相关，在1 000～2 500 nm波段范围内反射率先增加后降低。经筛选，比值植被指数（RVI）和归一化植被指数（NDVI）的光谱指数分别为RVI（520，710）和NDVI（530...

Full description

Saved in:
Bibliographic Details
Published in:农业资源与环境学报 2021-07, Vol.38 (4), p.570-575
Main Authors: 陈楠, 冯慧琳, 杨艳东, 陈萍, 任天宝, 贾方方, 刘国顺
Format: Article
Language:Chinese
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:为快速准确地获取烟草叶片镉含量，本研究模拟了4个镉污染水平，用美国ASD光谱仪获取每个污染水平的烟草叶片光谱反射率，并测定不同时期烟草叶片的镉含量，筛选出与镉含量相关性最好的敏感波段，并建立光谱参数，将光谱参数作为输入因子建立烟草叶片镉含量的BP神经网络模型。结果表明：随着镉含量增加，在可见光和近红外范围（400～910 nm）内反射率先降低后增加，在930～1 000 nm波段范围内，叶片反射率与烟叶中镉含量呈正相关，在1 000～2 500 nm波段范围内反射率先增加后降低。经筛选，比值植被指数（RVI）和归一化植被指数（NDVI）的光谱指数分别为RVI（520，710）和NDVI（530，710）；BP神经网络模型的决定系数（R2）为0.681，均方根误差（RMSE）为8.001，并对模型进行检验，R2为0.801，RMSE为4.430。研究表明，BP神经网络模型对烟草叶片镉含量具有良好的预测效果。
ISSN:2095-6819
2095-6819