麦类作物学报

作者：王延仓，张萧誉，金永涛，顾晓鹤，冯华，王闯

单位：1. 北华航天工业学院计算机与遥感信息技术学院,河北廊坊 0650002. 北京农业信息技术研究中心,北京 1000973. 河北省航天遥感信息处理与应用协同创新中心,河北廊坊 0650004. 国家农业信息化工程技术研究中心,北京 100097

关键词：叶片含水量,高光谱,连续小波变换,偏最小二乘,

基金：国家重点研发计划项目（2016YFD0300609）;北京市农林科学院科技创新能力建设专项（KJCX20170705）;国家自然科学基金项目（41401419）;河北省教育厅青年基金项目（QN2019213）;河北省青年科学基金项目（D2017409021）

为了解连续小波转换对利用冬小麦冠层高光谱数据反演叶片含水量精度的提高效果，以河北省衡水市安平县为研究区，基于野外高光谱数据，提取、筛选其光谱特征敏感波段，应用光谱指数、连续小波变换进行光谱处理，并采用偏最小二乘法构建冬小麦叶片含水量的定量反演模型。结果表明，连续小波变换可明显凸显冬小麦冠层光谱特征，提升其对叶片含水量的敏感性。在连续小波变换下，基于1尺度构建的冬小麦叶片含水量的反演模型为最优模型，模型的决定系数（r）和RMSE分别为0.756和0.994%，独立样本验证时r和 RMSE分别为 0.766和1.713%，说明反演模型的拟合效果和预测精度均较高。因此，利用连续小波变换可将冠层光谱信息进行二次分配，能有效将有益信息与噪声信息进行分离，提升光谱信息对冬小麦叶片水含量的敏感性，增强冬小麦叶片水含量的预测能力与稳定性。

来源：2020年第4期

《麦类作物学报》期刊编辑部

查看麦类作物学报杂志2020年第4期