论文部分内容阅读
冬小麦在生长发育的过程中经常遇到低温状况,这一状况会直接导致小麦减产等一系列问题的发生,严重影响了我国粮食安全。由于冬小麦遭受冻害后要经过一段时间的生长才能发现,因此单靠眼睛看并不能发现冻害已经产生。近年来,随着高光谱技术的不断发展,利用光谱技术实现冬小麦冻害实时监测成为可能,对冬小麦生产及防灾抗灾活动的进行提供有效手段。本研究对拔节期冬小麦进行不同温度的低温胁迫试验,分析多种高光谱数据预处理方法对去除背景的影响和消除噪音的效果;引入连续投影算法(SPA)、偏最小二乘回归(PLSR)和逐步多元线性回归(SMLR)对冬小麦叶绿素含量进行光谱信息挖掘和提取;验证和优化冬小麦叶绿素含量的光谱监测模型,并对光谱数据处理和信息挖掘方法进行综合评定。分析比较不同预处理方法和特征波段提取方法的优劣,实现冬小麦叶绿素含量的早期估算及冻害程度的评估。结果表明:1、低温胁迫发生后,随着胁迫强度的增加,冬小麦叶绿素含量整体呈减少趋势,随着生育期推进,植株内部进行自我修复,叶绿素含量逐渐升高。2、Normalize、MSC校正处理没有明显的提高预处理光谱与叶绿素含量的相关性,而Baseline和CR则整体上降低了变量之间的相关性,但通过对比预处理的相关系数图时发现,冬小麦冠层光谱相关系数的最大值或突变值都在相近的波段位置。通过综合评价,选择普适性、去噪效果最好的一阶微分变换处理(Rc2>0.93,RMSEc>0.22,RPDc>4.413;Rv2>0.86,RMSEv>0.48,RPDv>2.05)作为最佳光谱预处理方法。3、利用连续投影算法(SPA)、偏最小二乘回归(PLSR)和逐步多元线性回归(SMLR)对冬小麦光谱数据SM0、SM1、SM3和SM4进行特征波段的提取,以400-700nm(可见光波段)和700-1250nm(近红外波段)为叶绿素含量的敏感波段区域,并且在550 nm“绿峰”附近出现强反射峰表明该区域可以表征低温胁迫后冬小麦叶绿素信息。4、利用SPA方法提取的特征波段优于PLSR-SMLR方法,并且全谱建模优于特征波段建模方法,具有一定的应用潜力。5、利用全谱波段所构建的冬小麦叶绿素含量估算模型中,非线性SVM模型优于线性PLSR模型,线性PCR模型最差;综上所述非线性SVM模型表现最好,且具有较好的预测能力和一定的应用潜力。