基于特征光谱优化组合模型的马铃薯叶片SPAD值估测

摘要

【目的】探讨基于特征光谱优化组合的马铃薯叶片SPAD值高光谱估算方法，为实现马铃薯叶片SPAD值精准、高效、大面积监测提供理论依据。【方法】于2020-2022年分别测定不同供水条件下马铃薯苗期、块茎形成期和块茎膨大期叶片高光谱数据和SPAD值，提取各生育期敏感波段、一阶微分、光谱吸收特征参数和植被指数4种特征光谱，建立单一类型的特征光谱与SPAD值之间的线性模型；在此基础上，构建基于敏感波段、一阶微分特征波段、光谱吸收特征参数和敏感植被指数优化组合的SPAD估算模型，并对模型精度进行验证。【结果】在不同供水条件下，马铃薯倒四叶片SPAD值随干旱胁迫程度的加剧而显著增加；苗期和块茎形成期的冠层高光谱反射率在充足灌溉处理下最大，适度胁迫处理次之；而块茎膨大期则在充足灌溉处理下明显高于其他处理，其次是过量灌溉处理。利用单一敏感波段、一阶微分、光谱吸收特征参数或植被指数的马铃薯叶片SPAD估算模型效果均较差，但利用上述4种特征光谱优化组合建立的马铃薯各生育时期叶片SPAD估算模型均优于单一特征光谱。基于优化组合构建的SPAD值预测模型的精度，在苗期以RF模型（R²=0.630）最优，其训练集和测试集R²分别为0.833和0.490；在块茎形成期和块茎膨大期均以Poly模型（R²分别为0.490和0.526）最优，前者的训练集和测试集R²分别为0.661和0.471，后者的训练集和测试集R²分别为0.538和0.438。【结论】基于4种特征光谱的优化组合模型对不同供水条件下马铃薯叶片SPAD值具有较好的预测能力，是估算马铃薯SPAD的一种实时高效方法。

关键词

马铃薯 / SPAD值 / 高光谱 / 特征光谱组合 / 估测模型