基于三维光谱指数的春小麦SPAD高光谱估算

来源：湖北农业科学杂志2023年第9期北京时间：

作者：刘晓翠, 吾木提·艾山江, 尼加提·卡斯木

单位：伊犁师范大学生物与地理科学学院/资源与生态研究所,新疆 伊宁 835000

摘要：为探讨三维光谱指数（TBI）对春小麦（Triticum aestivum L.）SPAD（Soil and plant analyzer development）估算的可行性,在田间尺度上以春小麦为目标,采集抽穗期冠层高光谱数据并计算任意波段组合的三维光谱指数,构建基于最优三维光谱指数的春小麦SPAD估算模型。结果表明,在400~ 1 300 nm波段处三维光谱指数TBI-1（849、850、850 nm）、TBI-2（849、850、997 nm）、TBI-3（850、849、850 nm）、TBI-4（849、849、850 nm）分别与SPAD呈极显著相关（P<0.01）;采用人工神经网络（ANN）、K近邻（KNN）、支持向量机（SVM） 3种机器学习算法,建立春小麦SPAD估算模型,通过模型的估算对比发现,KNN算法构建的模型估算效果（R2=0.79,RMSE=2.68,RPD=2.25）优于ANN、SVR算法。

关键词：春小麦（TriticumaestivumL.）,SPAD,机器学习,三维光谱指数,高光谱

基金资助：伊犁师范大学博士科研启动基金项目（2020YSBSYJ001）; 伊犁师范大学大学生创新训练项目（X20201076406）