基于SPA和RF的滴灌棉花叶片氮含量光谱指数优化研究

【作者】 陈翔宇； 吕新； 马露露； 张泽；

【机构】 石河子大学农学院/新疆生产建设兵团绿洲生态农业重点实验室；

【摘要】 【研究背景】作物氮素监测是评价作物生长与氮肥合理施用的重要手段。目前新疆大田棉花的现代化生产迫切需要一种适时可靠地监测棉花的氮素营养状况的技术从而指导精确施肥。遥感作为一种快速无损监测技术,可在不破坏植物组织结构的前提下,实现对棉花生长及营养状况的监测。利用冠层光谱信息,结合机器学习的方法筛选棉花关键生育时期冠层光谱对叶片氮含量的敏感特征波段,并对已有的光谱指数进行优化,使其更能代表新疆特色种植模式下的叶片氮含量,进行棉花各生育时期的叶片氮含量估算,以期为新疆棉花关键生育期氮素含量的遥感估算提供理论依据和技术支持,为其后期生长的田间管理提供科学的指导性建议;【材料与方法】基于连续投影算法(SPA)与随机蛙跳算法(RF),筛选了新疆棉花冠层光谱对叶片氮含量的敏感特征波段,并利用所筛选波段对现有的光谱指数进行优化,建立基于优化光谱指数的棉花叶片氮含量估算模型,提升模型精度。以期为新疆棉花氮素含量的遥感估算提供理论依据和技术支持;【结果与分析】利用连续投影算法,在MATLAB中对重采样和平滑预处理后的可见光范围内冠层高光谱数据进行叶片氮含量的敏感特征波段提取。经重复抽样和检验,在RMSE达到最低值0.03时,优选出了冠层光谱对叶片氮含量敏感的39个特征波段,光谱波段数目下降了90.9%。优选出的特征波段按照重要性顺序分别如表2所示,各入选敏感特征波段反射率与叶片氮含量均呈负相关关系,并且都通过了0.01水平的显著性检验,其中687 nm的相关系数绝对值最高为0.851,540 nm的相关系数绝对值最低为0.642。在随机蛙跳中,本文设定选择可能性的阈值为0.5,最终选出722、685、等共16条敏感波段。(16条敏感波段按照被选择概率降序排列)其中选择概率最高为0.7994,最低为0.506。选取5个显著相关的光谱指数建立模型,利用SPA与RF在可见光波段筛选的敏感特征波段带入相近的光谱指数中代替原有波段进行建模估测,得出,模型的拟合程度均有有了显著性的提高,拟合度最低的比值指数也提升到了0.711和0.692,SPA除去比值植被指数的拟合度为0.641,其余指数的预测模型拟合度均达到了0.7以上,最高的红边归一化植被指数达到了0.788,精度提升33%。RF筛选波段所建模型拟合度也有较大提高,所有模型拟合精度均在0.7以上;【结论】与直接利用植被指数的建立的叶片氮含量估算模型相比,优化光谱指数所建模型的叶片氮含量估算精度更高,可以作为棉花叶片氮含量的高光谱估算方法。。更多还原