|本期目录/Table of Contents|

[1]杨可明,卓伟,刘二雄,等.基于光谱特征参数与主成分分析的玉米叶片叶绿素含量BP反演[J].江苏农业科学,2016,44(07):147-150.
　Yang Keming,et al.Study on a BP model for inversing chlorophyll content of corn leaves based on spectral characteristic parameters and principal component analysis[J].Jiangsu Agricultural Sciences,2016,44(07):147-150.
点击复制

基于光谱特征参数与主成分分析的玉米叶片叶绿素含量BP反演(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第44卷
期数:
2016年07期
页码:
147-150
栏目:
遗传育种与耕作栽培
出版日期:
2016-07-25

文章信息/Info

Title:
Study on a BP model for inversing chlorophyll content of corn leaves based on spectral characteristic parameters and principal component analysis
作者:
杨可明;  卓伟;  刘二雄;  汪国平;  夏天
中国矿业大学(北京)地球科学与测绘工程学院，北京100083
Author(s):
Yang Keming; et al
关键词:
光谱特征参数; 主成分分析; 玉米叶片; BP神经网络; 叶绿素含量; BP反演模型
Keywords:
-
分类号:
TP75；S127
DOI:
-
文献标志码:
A
摘要:
利用美国SVC HR-1024I型地物光谱仪对盆栽玉米叶片进行光谱测定，同时用SPAD-502叶绿素仪测定叶片的叶绿素含量。基于实测光谱的微分处理结果，获取光谱位置、光谱面积、植被指数3个方面的11个光谱特征参数(spectral characteristic parameters，SCP)，分析这11个SCPs与叶绿素含量的相关性，并对这些参数进行主成分分析(principal component analysis，PCA)；然后，利用这11个SCPs及其PCA结果建立误差反向传播(error back propagation，BP)神经网络输入因子，并构建了玉米叶片叶绿素含量BP反演模型(简称SCP-PCA-BP模型)。另外，选取与叶绿素含量相关性较高的8个SCP，建立常规的线性回归模型并预测叶绿素含量。反演结果表明：SCP-PCA-BP反演的预测值与实测值之间的决定系数(r2)达到0.968 7，均方根误差(RMSE)为0.893 9；而用线性回归模型反演时，只有基于SCP中微分光谱蓝边面积、面积比值、归一化面积参数的预测效果较好，其中归一化面积的预测效果最好，预测值与实测值之间r2为0.704 0，RMSE为2.895。因此可知，与常规的线性回归模型相比，SCP-PCA-BP反演模型在预测玉米叶片叶绿素方面具有更好的预测效果。
Abstract:
-

参考文献/References:

［1］刘璇，林辉，臧卓，等. 杉木叶绿素a含量与高光谱数据相关性分析［J］. 中南林业科技大学学报，2010，30(5)：72-76.
［2］吉海彦，王鹏新，严泰来. 冬小麦活体叶片叶绿素和水分含量与反射光谱的模型建立［J］. 光谱学与光谱分析，2007，27(3)：514-516.
［3］宋开山，张柏，王宗明，等. 大豆叶绿素含量高光谱反演模型研究［J］. 农业工程学报，2006，22(8)：16-21.
［4］施润和，庄大方，牛铮，等. 基于辐射传输模型的叶绿素含量定量反演［J］. 生态学杂志，2006，25(5)：591-595.
［5］王强，易秋香，包安明，等. 基于高光谱反射率的棉花冠层叶绿素密度估算［J］. 农业工程学报，2012，28(15)：125-133.
［6］朱凌红，周澎，王忠民，等. 高光谱数据与叶绿素含量及植被指数的相关性研究进展［J］. 内蒙古民族大学学报:自然科学版，2014，29(1)：41-44.
［7］Broge N H，Mortensen J V. Deriving green crop area index and canopy chlorophyll density of winter wheat from spectral reflectance data［J］. Remote Sensing of Environment，2002，81(1)：45-57.
［8］Maire G L，Francois C，Dufrene E. Towards universal broad leaf chlorophyll indices using PROSPECT simulated database and hyperspectral reflectance measurements［J］. Remote Sensing of Environment，2010，89(1):1-28.
[HJ1.7mm] ［9］陈婉婧，阎广建，吕琳，等. 大豆叶片水平叶绿素含量的高光谱反射率反演模型研究［J］. 北京师范大学学报:自然科学版，2012，48(1)：60-65.
［10］姚付启，张振华，杨润亚，等. 基于红边参数的植被叶绿素含量高光谱估算模型［J］. 农业工程学报，2009，25(增刊2)：123-129.
［11］Mutanga O，Skidmore A K. Red edge shift and biochemical content in grass canopies［J］. ISPRS Journal of Photogrammetry and Remote Sensing，2007，62(1): 34-42.
［12］Inoue Y，Penueleus J，Nouevllon Y，et al. Hyperspectral reflectance measurements for estimating eco-physiological status of plants［J］. Proc Spie，2001，4151: 153-163.
［13］梁亮，杨敏华，张连蓬，等. 基于 SVR 算法的小麦冠层叶绿素含量高光谱反演［J］. 农业工程学报，2012，28(20)：162-171.
［14］李云梅，倪绍祥，王秀珍.线性回归模型估算水稻叶片叶绿素含量的适宜性分析［J］. 遥感学报，2003，7(5)：364-371.
［15］杨杰，田永超，姚霞，等. 水稻上部叶片叶绿素含量的高光谱估算模型［J］. 生态学报，2009，29(12)：6561-6571.
［16］周春艳，华灯鑫，乐静，等. 基于神经网络的叶绿素含量精细测量建模方法研究［J］. 光谱学与光谱分析，2015，35(9)：2629-2633.
［17］费强，赵武云，戴飞，等. 基于BP神经网络及遗传算法的组合式板齿脱粒装置参数优化［J］. 江苏农业科学，2014，42(3)：351-354.
［18］梁帆，杨莉莉，崔世钢，等. 基于神经网络的油菜成熟度等级视觉检测方法［J］. 江苏农业科学，2015，43（8）：403-405.
［19］袁晓庆，李奇峰，李琳，等. 基于主成分分析法的农业信息化评价研究［J］. 江苏农业科学，2015，43(3)：398-402.
［20］冯英娜，刘卫东，朱士农，等. 茄子农艺性状和品质性状的相关性及主成分分析［J］. 江苏农业科学，2015，43(1)：166-168.

相似文献/References:

[1]周鹏,张小刚,徐彪,等.基于高光谱的南疆红枣病虫害特征谱段选择模式[J].江苏农业科学,2013,41(04):108.
[2]张淼,金涛.江苏省耕地利用时空格局演变分析[J].江苏农业科学,2013,41(06):343.
　Zhang Miao,et al.Analysis on evolution of spatial and temporal pattern of cultivated land use in Jiangsu Province[J].Jiangsu Agricultural Sciences,2013,41(07):343.
[3]李鹏,刘济明,欧国腾,等.大果木姜子苗木的评价及分级标准[J].江苏农业科学,2014,42(09):223.
　Li Peng,et al.Quality evaluation and grading of Cinnamomum migao seedlings[J].Jiangsu Agricultural Sciences,2014,42(07):223.
[4]张永侠,原海燕,顾春笋,等.红籽鸢尾(Iris foetidissima L.)的抗旱性[J].江苏农业科学,2014,42(08):174.
　Zhang Yongxia,et al.Study on drought resistance of Iris foetidissima L.[J].Jiangsu Agricultural Sciences,2014,42(07):174.
[5]汪磊,黄其松.基于博弈论组合赋权的西部地区生态脆弱性评价[J].江苏农业科学,2016,44(03):318.
　Wang Lei,et al.Assessment of ecological vulnerability in western region based on game theory combination empowerment[J].Jiangsu Agricultural Sciences,2016,44(07):318.
[6]汪霖,蒲春玲,刘志有,等.基于主成分分析和熵权法的区域土地资源集约利用研究 ——以新疆伊犁州直为例[J].江苏农业科学,2016,44(05):522.
　Wang Lin,et al.Intensive study on use of regional land resources based on principal component analysis and entropy method—Taking Ili Prefecture of Xinjiang as an example[J].Jiangsu Agricultural Sciences,2016,44(07):522.
[7]黄娇,姜登军.多指标综合评价重庆不同产区桔梗药材的质量[J].江苏农业科学,2016,44(06):389.
　Huang Jiao,et al.Multi index comprehensive evaluation on quality of Platycodon grandiflorum from different areas of Chongqing City[J].Jiangsu Agricultural Sciences,2016,44(07):389.
[8]陆张维,徐丽华.基于GIS的中心城区建设用地适宜性评价——以浙江省杭州市为例[J].江苏农业科学,2016,44(06):488.
　Lu Zhangwei,et al.Suitability evaluation of central city construction land based on GIS—Taking Hangzhou City of Zhejiang Province as an example[J].Jiangsu Agricultural Sciences,2016,44(07):488.
[9]孙菲菲,王夏,王强,等.南京地区白菜种质资源遗传主成分与聚类分析[J].江苏农业科学,2014,42(03):106.
　Sun Feifei.Principal component and cluster analysis of Chinese cabbage germplasm resources in Nanjing area[J].Jiangsu Agricultural Sciences,2014,42(07):106.
[10]刘跃,彭春香.信息化促进城乡民生统筹发展的实际效果评估——以重庆市为例[J].江苏农业科学,2014,42(03):396.
　Liu Yue,et al.Practical effect evaluation of informatization to promote overall development of urban and rural peoples livelihood—Taking Chongqing City as an example[J].Jiangsu Agricultural Sciences,2014,42(07):396.

备注/Memo

备注/Memo:
收稿日期：2016-01-17
基金项目：国家自然科学基金(编号：41271436)；中央高校基本科研业务费专项资金(编号：2009QD02)。
作者简介：杨可明(1969—)，男，安徽含山人，博士，教授，主要从事高光谱遥感、矿山地理与形变信息等研究。E-mail:ykm69@163.com。
通信作者：卓伟，硕士研究生，研究方向为高光谱遥感、GIS应用。E-mail:779879725@qq.com。
更新日期/Last Update: 2016-07-25