麦类作物学报

作者：茹克亚·萨吾提，阿不都艾尼·阿不里，尼加提·卡斯木，李虎，吾木提·艾山江，亚森江·喀哈尔，李晓航

单位：(1.新疆大学资源与环境科学学院,新疆乌鲁木齐 830046；2.新疆大学绿洲生态教育部重点实验室,新疆乌鲁木齐830046；3.新疆大学干旱生态环境研究所,新疆乌鲁木齐 830046；4.滁州学院,安徽省高分辨率对地观测系统数据产品与应用软件研发中心,安徽省滁州市 239000

关键词：高光谱,分数阶微分,叶绿素含量,春小麦,

基金：国家自然科学基金项目（51704259）；新疆维吾尔自治区自然科学基金项目（2017D01C065）

为提高农作物叶片叶绿素含量高光谱估算的准确度，以阜康农作物试验地为研究靶区，测定了165个采样点的春小麦叶片叶绿素含量和叶片光谱反射率，运用分数阶微分算法进行光谱预处理，最后运用偏最小二乘法（PLSR）建立叶绿素含量估算模型。结果表明，对数学变换（[KF（]R[KF）]、lgR、1/lgR、1/R）的光谱及原始光谱（R）的数据进行0～2阶分数阶微分预处理时，通过0.01水平显著性检验的波段数量明显增加，且光谱数据经4种数学变换后均在1.2阶微分与小麦叶绿素含量有较高的相关性。1.2阶微分处理后，对叶绿素含量的敏感波段数量表现为[KF（]R[KF）]>lgR>1/R>1/lgR>R。利用对数变换和1.2阶微分计算的植被指数（NDVI、DVI、RVI、MSR705、MSR670，800、CI）建立的PLSR模型的估算精度最优，其预测的相对误差、决定系数和平方根差分别为2.17、0.87和0.243 mg·g-1，可作为小麦叶片叶绿素含量的最佳估算模型，也说明对光谱数据进行数学转换和分数阶微分处理可显著提高春小麦叶绿素含量的估算精度。

来源：2019年第6期

《麦类作物学报》期刊编辑部

查看麦类作物学报杂志2019年第6期