-
题名不同海拔毛竹叶绿素的高光谱特征及叶绿素估测模型
被引量：1
- 1
-
-
作者
孟繁钰
郭孝玉
郑小曼
-
机构
福建农林大学
三明学院
-
出处
《东北林业大学学报》
CAS
CSCD
北大核心
2024年第9期46-52,57,共8页
-
基金
国家自然科学青年基金项目(41801279)
福建省科技计划项目(2019J01820、2019N5012)
+1 种基金
福建省中青年教师教育科研项目(JAT220354)
三明学院国家基金培育项目(PYT2307)。
-
文摘
叶绿素是表征植被生产力的重要指标,毛竹叶绿素快速检测对农林作物高效精准经营具有重要意义。以福建永安上坪乡山地竹林为对研究对象,设置3个海拔梯度(低海拔、中海拔、高海拔)采集不同冠层毛竹叶片样本65份;每份样品重复测定3次高光谱和叶绿素质量分数,分析叶绿素质量分数与光谱特征随海拔梯度变化的关系,筛选对叶绿素质量分数变化影响敏感的光谱特征及光谱指标;应用5种参数回归方程和3种机器学习算法拟合毛竹叶绿素质量分数估测模型。结果表明:海拔是影响毛竹叶片光谱特征的重要因素,叶绿素质量分数随着海拔梯度上升呈现显著增加趋势,“三边”(蓝边、黄边和红边)参数与叶绿素质量分数的敏感程度不佳,原始光谱和一阶微分光谱与叶绿素质量分数在可见光范围内有多波段相关性显著;原始光谱曲线中,叶绿素敏感波长为683、890 nm,一阶微分光谱曲线中,叶绿素敏感波长为749 nm。以红边波段叶绿素指数(I_(CIred))建立的二次函数回归模型的R^(2)为0.613;随机森林模型(RF)的R2达0.852,与参数模型精度相比精度提升38.9%,均方根误差下降61.0%,平均相对误差下降38.6%;I_(CIred)+RF组合模型为毛竹叶片叶绿素质量分数的单变量最佳估算模型。
-
关键词
高光谱
海拔梯度
毛竹
叶绿素
光谱指数
机器学习模型
-
Keywords
High-spectral
Altitudinal gradient
Phyllostachys edulis
Chlorophyll
Spectral index
Machine learning model
-
分类号
S752.29
[农业科学—森林经理学]
-
