主权项 |
一种基于SVR算法的苹果叶片叶绿素含量高光谱反演方法,其特征在于,包括以下步骤:步骤1、叶片光谱测定:苹果叶片光谱测定于室内进行,,采用SVC HR‑1024i型全波段地物光谱仪,波长范围为350‑2500nm,光谱采样间隔在350~1000nm范围内是1.377nm,在1000~2500nm范围内为2nm,光谱测定中使用仪器内置光源,为消除环境变化对仪器的影响,每隔0.5h用参考板进行一次优化,选择正常苹果叶片94片,每片叶子使用叶片夹从叶柄至叶尖分段测量3次,避开叶脉部分,求平均值后得出该叶片的光谱反射率曲线;步骤2、叶绿素测定:用SPAD‑502型便携式叶绿素仪测定值代替叶绿素含量,每片叶片测量时避开叶脉部分,从叶柄至叶尖分段测量4次,平均后得出该叶片的SPAD值;步骤3、数据处理:对测得的原始光谱数据进行重采样,采样间隔1nm,构建光谱特征参数,将采集的94个样本随机分为2组:一组60个,一组34个,分别用于光谱参数与实测SPAD值的相关关系模型的建立与检验,数据处理及建模在Excel及Matlab中完成;步骤4:光谱参数与SPAD值支持向量回归分析选取了数据归一化的方法以消除量级的差别,对归一化后的光谱参数数据及SPAD值进行支持向量回归,SVM类型设置为e‑SVR,其损失函数p设为0.01,核函数类型选取径向基函数,最优惩罚系数C及RBF核参数g使用网格搜索法进行参数寻优,其他参数采用默认值;各光谱参数与SPAD值SVR模型中,R<sub>565</sub>、NDVI光谱参数SVR模型在建立及检验中的决定系数分别在0.69及0.85以上,均方根误差在0.15及0.14以下。 |