光谱技术结合BiPLS-GA-SPA和ELM算法的生菜冠层氮素含量检测研究

作     者：高洪燕 毛罕平 张晓东 GAO Hong-yan;MAO Han-ping;ZHANG Xiao-dong

作者机构：江苏大学现代农业装备与技术教育部重点实验室江苏镇江212013 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2016年第36卷第2期

页      面：491-495页

核心收录：

学科分类：082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 09[农学] 0903[农学-农业资源与环境] 

基　　金：国家自然科学基金重点项目(61233006) 国家"十二五"科技支撑计划项目(2014BAD08B03) 江苏省普通高校研究生科研创新计划项目(CXZZ13_0690) 江苏高校优势学科建设工程资助项目(苏政办发37号)资助 

主　　题：反射光谱 后向区间偏最小二乘 遗传算法 连续投影算法 径向基函数神经网络 极限学习机 

摘      要：氮素是影响生菜产量和品质的重要因素,光谱技术是检测作物氮素含量最有效的手段之一。通过获取不同氮素水平下生菜冠层的反射光谱,对其进行FDSGF(first-order derivative based savitzky-golay filt)滤波后,利用后向区间偏最小二乘算法(BiPLS)、遗传算法(GA)及连续投影算法(SPA)对特征波长进行梯度提取,最终从2 151个波长点中提取了8个与生菜氮素最为相关的特征波长。分别利用多元线性回归(MLR)、径向基函数神经网络(RBFNN)及极限学习机(ELM)三种算法建立了基于特征波段或特征波长的8个生菜冠层氮素含量检测模型。结果表明:BiPLS-GA-SPA-ELM模型(RMSEC=0.241 6%,Rc=0.934 6,RMSEP=0.284 2%,Rp=0.921 8)的预测结果优于其他模型,为指导合理施肥和开发便携式仪器提供了理论基础。