农业机械学报

作者：王亚洲，肖志云

单位：内蒙古工业大学,内蒙古工业大学,

关键词：玉米叶片;叶绿素含量;高光谱;双分支卷积网络;自编码器;协同反演

基金：内蒙古自治区科技计划项目(2021GG0345)和内蒙古自治区自然科学基金项目(2021MS06020)

针对智慧农业中叶绿素的精准预测问题，本文提出了基于双分支网络的玉米叶片叶绿素含量高光谱与多光谱协同反演的方法。使用欠完备自编码器进行数据降维，捕捉数据中最为显著的特征，使降维后的数据可以代替原始数据进行训练，从而加快训练效率，使用双分支卷积网络将多光谱数据用于填充高光谱数据信息，充分利用高光谱数据的空间细节信息，再结合1DCNN建立玉米叶片叶绿素含量预测模型。结果表明，与传统降维算法相比较，欠完备自编码器处理后预测结果最佳，决定系数R2为0.988，均方根误差（RMSE）为0.273，表明使用欠完备自编码器进行降维可以有效提高数据反演精度；与单一的高光谱数据反演模型和多光谱数据反演模型相比，双分支卷积网络预测模型均取得较优的预测结果，R2在0.932以上，RMSE均在1.765以下，表明基于双分支卷积网络的高光谱与多光谱图像协同反演模型可以有效地利用数据的特征；对于其他数据结合本文提及的双分支卷积网络模型进行反演，其R2均在0.905以上，RMSE均在2.149以下，表明该预测模型具有一定的普适性。

来源：2024年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第1期