麦类作物学报

作者：陈倩，常庆瑞，郭松，张佑铭

单位：西北农林科技大学资源环境学院,陕西杨凌 712100

关键词：冬小麦,叶绿素含量,连续小波变换,红边,XGBoost,

基金：国家863计划项目(2013AA102401-2)

为充分利用高光谱数据红边区域对冬小麦叶绿素含量进行估算，以关中地区冬小麦为研究对象，基于红边波段反射率的一阶导数进行连续小波变换，对变换后得到的小波系数与叶绿素含量进行相关性分析，选取相关性较好的小波系数分别结合偏最小二乘法（PLS）、BP神经网络（BPNN）算法、随机森林（RF）算法和XGBoost算法构建冬小麦叶绿素含量估算模型。结果表明：（1）通过对建模数据和验证数据的决定系数（R）、均方根误差（RMSE）和相对分析误差（relative predictive derivation，RPD）进行比较，利用XGBoost算法构建的估算模型表现最好；（2）通过XGBoost算法的特征重要性分析得到13个有效小波系数，将其与7个红边指数共同作为自变量代入XGBoost算法发现，优化后的模型精度得到显著提高，建模集决定系数（R=0.91）和验证集决定系数（R=0.802）分别提高了1.34%和11.54%。这说明该方法可以作为一种挖掘高光谱敏感特征信息的途径来估算冬小麦叶绿素含量。

来源：2022年第7期

《麦类作物学报》期刊编辑部

查看麦类作物学报杂志2022年第7期