基于偏最小二乘回歸的谷子冠層氮素含量高光譜估測研究

摘要：為構(gòu)建多品種谷子冠層氮素含量的高光譜監(jiān)測模型，通過設(shè)置不同氮素水平和多品種谷子田間試驗，分別獲取谷子全生育期冠層高光譜反射率和葉片氮素含量，采用卷積平滑、一階導數(shù)變換對光譜曲線進行預處理，利用光譜數(shù)據(jù)與氮素含量相關(guān)性分析、連續(xù)投影算法（successive projections algorithm， SPA）篩選出谷子各生育期和全生育期的氮素敏感波段、植被指數(shù)、高光譜特征參數(shù)，利用三者組合建立谷子冠層氮素含量的偏最小二乘回歸（partial least square regression，PLSR）估測模型，并篩選各生育期最優(yōu)模型。結(jié)果表明，不同生育期最優(yōu)估測模型有所差異，拔節(jié)期基于敏感波段、植被指數(shù)、高光譜特征參數(shù)的模型精度最高；抽穗期基于敏感波段、植被指數(shù)的模型精度最高；灌漿期基于植被指數(shù)、高光譜特征參數(shù)的模型精度最高；成熟期基于敏感波段、植被指數(shù)的模型精度最高；全生育期基于敏感波段與植被指數(shù)的模型精度最高（R2=0.903，RPD=3.01）。多輸入級綜合模型可以充分利用光譜信息，有效提高模型預測精度和穩(wěn)定性，其中基于敏感波段和植被指數(shù)的綜合模型表現(xiàn)效果最好，預測集R2均在0.82以上、均方根誤差均小于0.119、相對分析誤差均大于2.1。以上研究結(jié)果為高光譜遙感診斷谷子全生育期氮素盈缺狀況與施肥決策提供了理論依據(jù)和技術(shù)支撐。

關(guān)鍵詞：谷子；冠層氮素含量；高光譜遙感；偏最小二乘回歸

doi：10.13304/j.nykjdb.2022.0912

中圖分類號：S127 文獻標志碼：A 文章編號：10080864（2024）06009111