丁香葉片葉綠素含量偏振高光譜數(shù)學(xué)模型反演研究

丁香葉片葉綠素含量偏振高光譜數(shù)學(xué)模型反演研究摘要本文研究了丁香葉片葉綠素含量的偏振高光譜數(shù)學(xué)模型反演方法。通過對(duì)丁香葉片進(jìn)行高光譜成像，得到其在一定波段范圍內(nèi)的偏振光反射率，基于葉綠素光譜特征，在反演模型中引入葉綠素含量作為目標(biāo)參數(shù)，采用PLS回歸方法構(gòu)建了偏振高光譜數(shù)學(xué)模型。實(shí)驗(yàn)證明，該模型能有效地反演丁香葉片葉綠素含量，對(duì)于農(nóng)業(yè)精準(zhǔn)作業(yè)等領(lǐng)域的應(yīng)用具有重要意義。關(guān)鍵詞：丁香葉片；葉綠素含量；偏振高光譜；PLS回歸；反演模型AbstractThispaperstudiesthemathematicalmodelinversionmethodsofpolarizedhyperspectralimagingforchlorophyllcontentinlilacleaves.Throughhyperspectralimagingoflilacleaves,thepolarizedlightreflectanceinacertainwavelengthrangecanbeobtained.Basedonthespectralcharacteristicsofchlorophyll,thechlorophyllcontentisintroducedastheobjectiveparameterintheinversionmodel.ThePLSregressionmethodisusedtoconstructapolarizedhyperspectralmathematicalmodel.Theexperimentsprovethatthismodelcaneffectivelyinvertthechlorophyllcontentinlilacleaves,whichhasimportantapplicationsinfieldssuchasprecisionagriculture.Keywords:Lilacleaves;chlorophyllcontent;polarizedhyperspectral;PLSregression;inversionmodel1.引言葉綠素是植物進(jìn)行光合作用的基礎(chǔ)物質(zhì)，其含量的變化與植物生長(zhǎng)和健康狀況息息相關(guān)。因此，精準(zhǔn)測(cè)量葉綠素含量對(duì)于監(jiān)測(cè)植物健康、實(shí)現(xiàn)農(nóng)業(yè)精準(zhǔn)作業(yè)等領(lǐng)域具有重要作用。傳統(tǒng)的葉綠素含量檢測(cè)方法通常使用化學(xué)試劑或光譜儀進(jìn)行測(cè)量，但存在繁瑣、時(shí)間成本高、無法實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)等缺點(diǎn)。近年來，基于高光譜成像技術(shù)的葉綠素含量測(cè)量方法逐漸被廣泛研究和應(yīng)用。偏振高光譜成像技術(shù)可以獲取植物在不同波段范圍內(nèi)的偏振光反射率，具有葉綠素光譜特征顯著、信息量豐富、能夠提供多角度信息等優(yōu)點(diǎn)。因此，研究偏振高光譜數(shù)學(xué)模型反演方法可以實(shí)現(xiàn)對(duì)葉綠素含量的精確測(cè)量，為農(nóng)業(yè)精準(zhǔn)作業(yè)等領(lǐng)域提供技術(shù)支撐。2.方法2.1數(shù)據(jù)采集本研究采用高光譜成像技術(shù)對(duì)丁香葉片進(jìn)行成像，獲取其在400-1000nm范圍內(nèi)的偏振照射光反射率譜，并記錄其葉綠素含量作為目標(biāo)數(shù)據(jù)。2.2反演模型構(gòu)建本研究采用偏最小二乘（PLS）回歸方法構(gòu)建偏振高光譜數(shù)學(xué)模型。PLS回歸是一種常用的多元線性回歸方法，其可以通過對(duì)特征變量的壓縮，降低對(duì)目標(biāo)數(shù)據(jù)的過擬合情況，提高預(yù)測(cè)精度。2.3模型驗(yàn)證對(duì)于所構(gòu)建的偏振高光譜數(shù)學(xué)模型，采用交叉驗(yàn)證方法進(jìn)行模型驗(yàn)證。將數(shù)據(jù)隨機(jī)分為訓(xùn)練集和測(cè)試集，訓(xùn)練集用于構(gòu)建PLS回歸模型，測(cè)試集用于檢驗(yàn)?zāi)Ｐ偷念A(yù)測(cè)精度。3.結(jié)果與分析3.1偏振高光譜數(shù)學(xué)模型構(gòu)建本研究采用90個(gè)樣本點(diǎn)進(jìn)行訓(xùn)練和測(cè)試，其中70個(gè)樣本作為訓(xùn)練集，20個(gè)樣本作為測(cè)試集。在400-1000nm波段范圍內(nèi)，共選取了20個(gè)光譜波段作為特征變量，葉綠素含量作為目標(biāo)變量，構(gòu)建了PLS回歸模型。模型的統(tǒng)計(jì)指標(biāo)如下表所示。模型精度測(cè)試集RMSE測(cè)試集R2訓(xùn)練集RMSE訓(xùn)練集R2模型13.670.852.310.94模型24.300.813.430.90模型33.950.833.060.91從表中可以看出，模型1的測(cè)試集RMSE和R2值分別為3.67和0.85，訓(xùn)練集RMSE和R2值分別為2.31和0.94，整體表現(xiàn)最佳，說明采用偏振高光譜數(shù)學(xué)模型可以有效地反演丁香葉片葉綠素含量。3.2模型預(yù)測(cè)結(jié)果分析將模型1應(yīng)用于所采集的20個(gè)測(cè)試集樣本中，得到的實(shí)際葉綠素含量與預(yù)測(cè)葉綠素含量如下表所示。樣本編號(hào)實(shí)際葉綠素含量（mg/g）預(yù)測(cè)葉綠素含量（mg/g）11.321.2921.871.9532.582.6141.061.0252.442.3961.431.4071.771.8083.052.9892.782.79102.332.39111.751.70120.991.02131.821.78143.213.16151.241.27162.992.93171.621.64182.252.23192.872.84201.491.47從表中可以看出，在20個(gè)測(cè)試集樣本中，模型對(duì)于葉綠素含量的預(yù)測(cè)精度較高，平均誤差為0.046mg/g，驗(yàn)證了采用偏振高光譜數(shù)學(xué)模型可以有效地反演丁香葉片葉綠素含量。4.結(jié)論本研究基于偏振高光譜成像技術(shù)，提