冬小麥品質(zhì)的三維高光譜預(yù)報(bào)模型研究.pdf

1、本課題來源于國家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)子課題《稻麥品質(zhì)與生理特征光譜的研究與應(yīng)用》。研究的意義是探討在使用高光譜數(shù)據(jù)預(yù)報(bào)冬小麥品質(zhì)數(shù)據(jù)中，三維數(shù)據(jù)模型的可行性。 本課題的主要研究工作包括以下三部分試驗(yàn)： (一)冬小麥畝產(chǎn)量的三維高光譜預(yù)報(bào)模型。試驗(yàn)采用經(jīng)過二維插值處理且中心化預(yù)處理的冬小麥冠層反射高光譜的三維數(shù)據(jù)分別建立平行因子(PARAFAC)模型，Tucker3模型和多維偏最小二乘(NPLS)模型回歸畝產(chǎn)量

2、，并對(duì)模型的預(yù)測效果進(jìn)行分析和比較。結(jié)果發(fā)現(xiàn)，Tucker3模型的預(yù)測效果優(yōu)于其他2個(gè)模型，決定系數(shù)R2為0.87，平均相對(duì)誤差為5.66％，其原因可能是Tucker3模型允許三個(gè)維上擁有不同的主成分，從而可以提高模型的預(yù)測性能。同時(shí)，三個(gè)模型的決定系數(shù)均在0.75以上，說明三維數(shù)據(jù)模型適合于高光譜估產(chǎn)的研究，對(duì)實(shí)際的估產(chǎn)工作有一定的指導(dǎo)意義。 (二)冬小麥籽粒粗蛋白質(zhì)含量的三維高光譜定量分析模型。仍采用上述上述三維高光譜數(shù)據(jù)建

3、立三維數(shù)據(jù)模型，而對(duì)籽粒粗蛋白質(zhì)含量進(jìn)行定量分析。結(jié)果表明除PARAFAC模型的預(yù)測效果較差外，其他兩個(gè)模型的預(yù)測值與實(shí)際值之間的決定系數(shù)均在0.7以上，平均相對(duì)誤差分別是5.99％和6.36％，說明這兩個(gè)模型的預(yù)測效果較好，有一定的實(shí)際意義，可以做進(jìn)一步的試驗(yàn)，以提高預(yù)測的準(zhǔn)確度。 (三)預(yù)處理方法在三維高光譜定量分析模型中的作用。試驗(yàn)采用7種方法分別對(duì)經(jīng)過二維插值的高光譜數(shù)據(jù)進(jìn)行預(yù)處理，并建立NPLS模型回歸畝產(chǎn)量，所提取的