农业机械学报

作者：杨可明，何家乐，李艳茹，吴兵，张建红

单位：中国矿业大学（北京）,中国矿业大学（北京）,中国矿业大学（北京）,中国矿业大学（北京）,中国矿业大学（北京）,

关键词：玉米叶片;高光谱;胁迫辨别;分数阶微分;特征波段

基金：国家科技基础资源调查专项（2022FY101905）、淮北矿业委托项目（2023-129）和国家自然科学基金项目（41971401）

为辨别农作物所受重金属胁迫种类，以受重金属铜（Cu）、铅（Pb)胁迫的玉米叶片为研究对象，利用ASD地物光谱仪获得叶片高光谱数据，通过分数阶微分（FD）对原始光谱数据进行处理，采用竞争性自适应重加权采样法（CARS）提取特征波段，最后通过多层感知机（MLP）、K最近邻（KNN）、支持向量机（SVM) 3种模型对受胁迫的叶片光谱进行辨别，选择最优的MLP构建的FD-CARS-MLP模型，进行玉米生长铜铅污染信息光谱辨别。结果表明，FD-CARS-MLP模型对于受胁迫叶片光谱辨别的能力相较于传统方式有所提高，试验集辨别精度均可达到98%以上，0.1、0.2阶分数阶微分辨别精度可达到99%以上。选取苗期与抽穗期的玉米叶片，对其进行FD-CARS-MLP模型的可行性测试，经验证可得，FD-CARS-MLP模型辨别受重金属胁迫玉米叶片光谱数据的精度更高且更稳定，可为监测谷类作物不同重金属胁迫提供技术与方法。

来源：2023年第9期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第9期