融合叶绿素数据的棉花冠层光合速率高光谱估算建模

摘要

通过设置不同的灌水量梯度，获取棉花5个生育时期（蕾期、初花期、盛花期、花铃期、盛铃期）冠层的光谱反射率、叶绿素密度和叶片净光合速率（P_n）数据，利用支持向量机（SVM）模型和随机森林（RF）模型，建立融合叶绿素密度数据和未融合叶绿素密度数据的冠层光合速率预测模型。结果表明：在水分胁迫下，叶绿素密度与净光合速率呈正相关关系；用CARS+SPA算法重复执行的方式进行特征波段筛选，降维效果显著，剔除冗余波段效率高，盛花期特征波段为332、347、416、466、672、695、711、733、752、848、954 nm和1 069 nm。模型监测结果表明，融合叶绿素密度数据的模型拟合度优于未融合叶绿素的模型；比较不同模型的估算能力和模型精度，随机森林（RF）模型均优于支持向量机（SVM）模型；融合叶绿素密度的RF模型5个生育时期的建模集R²分别为0.659、0.676、0.808、0.744和0.633,验证集R²分别为0.635、0.675、0.786、0.725和0.627。与未融合叶绿素密度数据的模型相比，融合叶绿素密度数据模型建模集的R²平均提高5.59%,RMSE平均降低2.92%,RPD平均提高7.26%;验证集的R²平均提高4.12%,RMSE平均降低1.64%,RPD平均提高5.27%,表明融合叶绿素密度数据的棉花冠层光合速率光谱估测模型具有更高的拟合精度和稳定性。

关键词

棉花 / 光合速率 / 叶绿素密度 / 特征波段选择 / 光谱估测模型