利用高光谱技术预测采前猕猴桃干物质含量的可行性试验

• Published in: 农业工程学报 Vol. 38; no. 13; pp. 133 - 140
• Main Authors: 杨涵, 陈谦, 王宝刚, 李文生, 李文志, 王炳策, 钱建平
• Format: Journal Article
• Language: Chinese
• Published: 中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室,北京 100081%北京市林业果树科学研究院,北京 100093%贵州大学农学院,贵阳 550025 01.07.2022
• Subjects: 干物质; 猕猴桃; 预测; 采前果实; 高光谱
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2022.13.015

TP391; 为实现采前猕猴桃果实干物质含量的实时、连续、大量预测,该研究就利用高光谱技术在室外开放环境下进行采前猕猴桃干物质含量预测试验.研究以种植于贵州省息烽县、修文县的贵长猕猴桃为试验对象,利用高光谱相机获取采前猕猴桃样本果实的高光谱数据;对原始数据进行白板校正、ROI(Region of Interest)裁剪、多元散射校正等处理,获得样本果实光谱反射率曲线;根据光谱曲线特征,选取特征波段,构建多光谱指数;将样本果实划分为训练集、测试集;利用多光谱指数将训练集样本果实特征波段光谱反射率换算为指数值,分析指数值与干物质含量的相关性,确定最优指数,将其拟合公式作为干物质含量预测模型,利用测试集计算误差情况并验证模型预测效果.结果表明,果实干物质含量高,光谱反射率低,反之则光谱反射率高;根据特征波段构建的拟合效果最佳的多光谱指数,所对应的干物质含量预测模型决定系数为0.88,预测值最大绝对误差为1.31％,最大相对误差为8.23％,相对误差均值为3.13％,均方根误差为0.65％,具有较好的预测效果.试验证明,利用高光谱技术进行采前猕猴桃果实干物质含量预测是可行的.