基于主成分分析和随机森林回归的冬小麦冠层叶绿素含量估算

基于主成分分析和随机森林回归的冬小麦冠层叶绿素含量估算王琪;常庆瑞;李铠;陈晓凯;缪慧玲;史博太;曾学亮;李振发
【期刊名称】《麦类作物学报》
【年(卷),期】2024(44)4
【摘要】为提高冬小麦冠层光谱对叶绿素含量的估算精度,以陕西省乾县冬小麦为研究对象,利用SVC-1024i光谱仪和SPAD-502型叶绿素仪实测了冬小麦冠层反射率和叶绿素含量,分析了一阶导数光谱、10种特征参数和9种植被指数与叶绿素含量的相关性,并利用主成分分析(PCA)对叶绿素敏感的可见光波段(390~780 nm)一阶导数光谱进行降维,将特征值大于1的主分量结合特征参数和植被指数形成不同的输入变量,用偏最小二乘回归和随机森林回归构建冬小麦冠层叶绿素估算模型,并利用独立样本对模型进行验证。

结果表明,小麦冠层叶绿素含量与一阶导数光谱在751 nm处的相关性最高(r=0.71),特征参数中红边蓝边归一化(SDr-
SDb)/(SDr+SDb)与叶绿素含量的相关性最高(r=0.66),植被指数(VI)中修正归一化差异指数(mND705)相关性最高(r=0.74)。

在输入变量相同的情况下,基于随机森林(RF)回归的预测模型均优于偏最小二乘回归(PLSR)模型,其中PCA-VI-RF模型的各精度指标均达到最优(r^(2)=0.94,RMSE=1.05,RPD=3.70),是冬小麦冠层叶绿素含量估算的最优模型。

【总页数】11页(P532-542)
【作者】王琪;常庆瑞;李铠;陈晓凯;缪慧玲;史博太;曾学亮;李振发
【作者单位】西北农林科技大学资源环境学院;江西农业大学国土资源与环境学院【正文语种】中文
【中图分类】S512.1;S314
【相关文献】
1.基于Sentinel-2A影像的玉米冠层叶绿素含量估算
2.基于无人机多光谱遥感的冬小麦冠层叶绿素含量估测研究
3.植被指数方法估算冬小麦冠层叶绿素含量的角度效应研究
4.基于光谱指数的冬小麦冠层叶绿素含量估算模型研究
5.基于优化光谱指数的新疆春小麦冠层叶绿素含量估算
因版权原因，仅展示原文概要，查看原文内容请购买。