叶绿素含量是植物生长状况的重要指标。传统的测量叶绿素的方法费时费力,会对植物造成损伤。近年来,数字图像处理技术在估测植物叶绿素含量方向上取得了较好的进展,但针对银杏等经济林木的研究依旧偏少。以不同水氮互作条件下的2年生银...叶绿素含量是植物生长状况的重要指标。传统的测量叶绿素的方法费时费力,会对植物造成损伤。近年来,数字图像处理技术在估测植物叶绿素含量方向上取得了较好的进展,但针对银杏等经济林木的研究依旧偏少。以不同水氮互作条件下的2年生银杏幼苗为研究对象,使用数字扫描仪采集银杏幼苗叶片图像,利用数字图像技术构建颜色特征参数,结合相关性分析初筛出对叶绿素显著相关的颜色特征参数,并进一步基于高斯过程回归(gaussian process regression, GPR)和偏最小二乘回归(partial least squares regression, PLSR)优选建模中最为重要的颜色特征参数,建立基于银杏叶片颜色特征参数的叶绿素含量估测模型。结果表明,叶绿素含量随着施氮水平和水分处理水平的上升总体上呈现逐渐提高而后缓慢下降的趋势。基于单一颜色参数建立的单变量回归模型(R^(2)=0.01~0.72)预测精度总体上低于使用高斯过程回归(R^(2)=0.79~0.81)和偏最小二乘法(R^(2)=0.75~0.77)的模型。其中,GPR-BAT模型和PLSR-VIP模型都筛选出了对叶绿素敏感的R、G颜色特征参数;GPR模型的表现总体上优于PLSR模型,特别是在使用GPR-BAT优选颜色参数建模时表现最佳(R^(2)=0.81)。基于GPR-BAT优选颜色参数构建的GPR模型效果最佳,可准确估测银杏叶片叶绿素含量,为银杏生产的精确管理和监测银杏生长状况提供技术支撑。展开更多
文摘叶绿素含量是植物生长状况的重要指标。传统的测量叶绿素的方法费时费力,会对植物造成损伤。近年来,数字图像处理技术在估测植物叶绿素含量方向上取得了较好的进展,但针对银杏等经济林木的研究依旧偏少。以不同水氮互作条件下的2年生银杏幼苗为研究对象,使用数字扫描仪采集银杏幼苗叶片图像,利用数字图像技术构建颜色特征参数,结合相关性分析初筛出对叶绿素显著相关的颜色特征参数,并进一步基于高斯过程回归(gaussian process regression, GPR)和偏最小二乘回归(partial least squares regression, PLSR)优选建模中最为重要的颜色特征参数,建立基于银杏叶片颜色特征参数的叶绿素含量估测模型。结果表明,叶绿素含量随着施氮水平和水分处理水平的上升总体上呈现逐渐提高而后缓慢下降的趋势。基于单一颜色参数建立的单变量回归模型(R^(2)=0.01~0.72)预测精度总体上低于使用高斯过程回归(R^(2)=0.79~0.81)和偏最小二乘法(R^(2)=0.75~0.77)的模型。其中,GPR-BAT模型和PLSR-VIP模型都筛选出了对叶绿素敏感的R、G颜色特征参数;GPR模型的表现总体上优于PLSR模型,特别是在使用GPR-BAT优选颜色参数建模时表现最佳(R^(2)=0.81)。基于GPR-BAT优选颜色参数构建的GPR模型效果最佳,可准确估测银杏叶片叶绿素含量,为银杏生产的精确管理和监测银杏生长状况提供技术支撑。
