|
|||||
|
|
| 基于CARS-PLSR的冬小麦叶片含水量快速无损检测研究 | |
| 摘 要： | 为探讨实际应用中高光谱技术快速准确获取农作物叶片含水量,本文以拔节期冬小麦含水量为研究对象,对冬小麦原始光谱进行三种光谱变换处理,采用双波段光谱指数和竞争性自适应重加权采样(Competitive Adaptive Reweighted Sampling, CARS)获取高光谱数据中与LWC高度相关的波段组合,进行多种LWC建模并对比预测精度。结果表明:由CARS筛选的波段组合压缩率达98%以上,结合偏最小二乘回归(Partial Least Squares Regression, PLSR)构建的含水量预测模型拟合精度最高,所建模型中最高预测决定系数为0.8441,模型预测精度均高于以双波段组合所建模型的预测精度。CARS在筛选与冬小麦叶片含水量相关的光谱波段组合方面较为适用,可为估算冬小麦种植区干旱情况和水分管理提供技术支持。 |
| 本文献已被 CNKI 等数据库收录！ | |