基于高光谱图像的枸杞叶片叶绿素含量估算模型 |
| |
引用本文: | 刘若晨,刘大铭,李譞洞,刘雪纯.基于高光谱图像的枸杞叶片叶绿素含量估算模型[J].山东农业科学,2023(8):158-166. |
| |
作者姓名: | 刘若晨 刘大铭 李譞洞 刘雪纯 |
| |
作者单位: | 1. 宁夏大学电子与电气工程学院;2. 宁夏大学宁夏沙漠信息智能感知重点实验室 |
| |
基金项目: | 宁夏自然科学基金项目(2021AAC03113); |
| |
摘 要: | 为高效无损获得枸杞叶片叶绿素含量,基于无人机搭载高光谱成像仪实拍的宁夏枸杞叶片高光谱图像,结合手持叶绿素仪测定的叶片叶绿素含量,通过对高光谱图像进行特征波段选取并利用光谱微分技术处理,以反射率一阶导数为输入变量,设置不同训练集及数量,选用BP、Elman两种神经网络并分别用遗传算法(GA)、粒子群优化算法(PSO)进行优化,通过预测效果比较确定枸杞叶绿素含量预测的最优模型。结果表明,相比于传统的BP、Elman神经网络,优化后的模型预测结果更好,尤其PSO-Elman模型,预测模型变量为原始反射率与反射率一阶导数的R2分别为0.91408、0.98967。本研究结果可为宁夏枸杞的生产管理提供一定的技术支持。
|
关 键 词: | 枸杞 高光谱 叶绿素含量 神经网络 遗传优化算法 粒子群优化算法 |
|