排灌机械工程学报

北大核心,JST,CSCD,WJCI,

国内刊号:32-1814/TH

国际刊号:1674-8530

排灌机械工程学报杂志2025年第9期:基于高光谱成像技术的生菜叶片叶绿素和氮素含量快速无损检测

发布日期:

作者:朱小青, 李红, 陈超, 赵晶

单位:江苏大学国家水泵及系统工程技术研究中心, 江苏 镇江 212013

关键词:高光谱成像技术,生菜叶片,叶绿素,氮素,特征波段,偏最小二乘回归法

基金:江苏省重点研发计划(现代农业)项目(BE2021340);国家重点研发计划项目(2023YFD1900703)

为快速无损检测生菜冠层叶片叶绿素和氮素含量,采用高光谱成像技术采集生菜冠层的高光谱图像,分析生菜冠层叶片的光谱反射率与叶绿素和氮素含量的关系.采用阈值分割法去除高光谱图像的背景噪声,对光谱反射率进行一阶微分预处理,用竞争自适应重加权法(CARS)、连续投影法(SPA)及CARS和SPA算法组合(CARS-SPA)分别提取叶绿素和氮素的光谱特征波段,并选用最小二乘法(PLS)构建模型.结果显示,在保持关键信息的前提下,使用CARS-SPA算法降维效果最好,叶绿素和氮素用于建模的波段数减少至19和20,均降低至10%左右.使用该方法提取的波段中重复的波段大部分集中在可见光的前10个波段和近红外短波部分,这两部分波段数据与生菜叶绿素和氮素有较强的相关性.使用CARS-SPA算法所建立的PLS预测模型效果最好,叶绿素和氮素含量预测模型的决定系数R2分别为0.767 7和0.696 8;均方根误差RMSE分别为1.559 5和0.765 2.

来源:2025年第9期

《排灌机械工程学报》期刊编辑部

查看排灌机械工程学报杂志2025年第9期

联系我们

  • 地址::江苏省镇江市学府路301号
  • 电话:0511-84493098
  • E-mail:pgjx@ujs.edu.cn

咨询工作人员