10.3964/j.issn.1000-0593(2018)05-1520-06
基于多变量统计分析的冬小麦长势高光谱估算研究
利用高光谱分析技术实现冬小麦长势的准确、无损监测具有重要的实践意义.基于连续两年的氮素运筹试验,通过获取叶面积指数(LAI)、地上干生物量(AGDB)、地上鲜生物量(AGFB)、植株含水量(PWC)、叶绿素密度(CH.D)和氮素积累量(ANC)六个冬小麦长势指标及冬小麦冠层高光谱,引入主成分分析法(PCA)构建可表征冬小麦长势的综合长势指标(CGI),并结合偏最小二乘回归法(PLSR)构建CGI的高光谱估测模型.结果表明,除植株含水量外,其他长势指标与所构建的CGI都达到极显著水平,表明利用CGI可以表征各长势指标信息.对比CGI和其他各长势指标的PLSR模型表现可知,CGI光谱监测模型表现最优(R2=0.802,RMSE=1.268,RPD=2.015),也具有较高的预测精度和稳健度(R2=0.672,RMSE=1.732,RPD=1.489).表明基于PCA方法所构建的CGI可以表征冬小麦长势,利用PLSR方法可以实现对冬小麦长势的准确监测,且监测效果要优于单一的冬小麦长势指标.
冬小麦、长势、高光谱、主成分分析、偏最小二乘回归
38
S512.1+1(禾谷类作物)
国家自然科学基金项目31371572,31201168;中国博士后科学基金项目2017M621105;山西省回国留学人员项目2014-重点;山西省科学技术发展计划项目201603D221037-3
2018-06-15（万方平台首次上网日期，不代表论文的发表时间）
共6页
1520-1525
