马铃薯叶片光化学罗致与反射光谱分割关分裂成及检测（二）

2服从与合成

2.1马铃薯叶片qP值统计合成与样本集散漫

对于马铃薯每一个叶片样本提取4个RoI的马铃平均光谱，共获取200个RoI的薯叶光谱数据。对于网络到的片光200个RoI的叶绿素荧光参数qP值妨碍统计合成，SPXY算法散漫样本集的化学服从如表1所示，建模集样本qP值取值畛域(0.06～0.55)包罗验证集的罗致裂成取值畛域(0.08～0.50)，用于后续数据合成解决。反射分割

2.2马铃薯叶片光谱反射率曲线合成

图2是光谱关分叶片提取的RoI位置及对于应的反射率曲线，泛起典型绿色动物反射光谱特色，及检在450 nm以及670 nm左近泛起强罗致峰，马铃540 nm左近组成强反射峰，薯叶在红边位置左近(700～750 nm)反射率急剧回升进入近红外平台区。片光

2.3光谱反射率与qP值相干性合成

为领略释叶片光化学罗致与反射光谱之间的化学分割关连关连，合成马铃薯叶片光谱反射率与qP值之间的罗致裂成相干性。关连系数曲线如图3所示，反射分割两者总体呈负相干，光谱关分这是因为qP值与PSⅡ凋谢能耐无关，呈现了对于光能的罗致能耐，以是当PSⅡ罗致增强时，反射率着落;当PSⅡ罗致着落时，反射率增高，且在530.80～559.40 nm、699.80～716.67 nm、1 002.54～1 011.81 nm波段的关连系数相对于值均大于0.6。

2.4特色波长筛选服从

2.4.1基于si－PLS的特色波长筛选服从

运用si－PLS方式将原始光谱散漫为120个子区间，散漫3个区间妨碍特色波长的筛选。抉择最优区间组合，区间序号分说为2八、54以及118，RMSECV为0.068 6，该区间组合包罗18个波长，分说位于527.35～531.67 nm、663.54～667.95 nm、1 010.88～1 015.52 nm之间，抉择的波段位于qP值与光谱数占无关连数相对于值大于0.6的波段左近，如图4所示，其中527.35～531.67 nm主要位于绿光强反射区域;663.54～667.95 nm属于荧光发射波段区域;近红外区域1 010.88～1 015.52 nm属于动物叶片外部结构响应的高反射区，泛起C-H以及H-O化学键的倍频特色。

2.4.2基于RF算法的特色波长筛选服从

接管RF算法选取的波长如图5所示，筛选出18个特色波长，遵照入抉择多少率由大到小挨次为684.7四、640.6四、893.1八、584.6二、766.6五、697.1四、1 002.50、849.5四、869.5一、573.30、998.8四、569.8二、529.9五、518.7二、765.7五、631.8六、993.2九、871.33 nm。这些波长主要会集于3个波段畛域，684.7四、697.1四、765.7五、766.6五、849.54 nm位于650～800 nm，属于荧光发射波长畛域;518.7二、529.9五、569.8二、573.30、584.6二、631.8六、640.64 nm位于叶绿素绿光强反射以及红光强罗致畛域，与叶片叶绿素浓度存在细密分割关连;893.1八、869.5一、871.3三、998.8四、993.29 nm位于近红外波段(850～1 000 nm)，主要受动物细胞结构、水份的弱罗致等影响。与si－PLS算法比照，RF算法选取的波长扩散畛域较广，且主要包罗了叶绿素浓度罗致的响应特色、红边、荧光辐射、水份弱罗致等多元化的特色。

2.5PLSR回归模子建树

分说接管si－PLS以及RF算法抉择的特色波长，建树马铃薯叶片qP值的PLSR预料模子，分说记为si－PLS－PLSR模子以及RF－PLSR模子。运用10倍交织验证算法判断主成份的个数，服从如图6所图6RMSECV随着主成份数的变换趋势Fig．6Tendency ofRMSECV with increasing variables示。si－PLS以及RF算法最优主成份个数分说为8以及9，RMSECV分说为0.065 0以及0.059 7。建模服从如表2所示，si－PLS－PLSR模子R2c为0.628 5，RMSEC为0.059 7，R2v为0.610 3，RMSEV为0.062 1;RF－PLSR模子R2c为0.709 3，RMSEC为0.053 4，R2v为0.687 2，RMSEV为0.052 9。诠释RF算法筛选的特色波长对于马铃薯叶片qP值的批注性优于si－PLS算法，呈现了叶绿素是妨碍光协浸染的紧张色素体，叶片光化学罗致与叶绿素含量、叶片外部结构、水份含量等属性细密分割关连。因此钻研选取RF－PLSR模子检测马铃薯叶片qP值，服从如图7b所示。

2.6马铃薯叶片叶绿素荧光探针参数qP值扩散图

运用RF－PLSR模子合计马铃薯叶片高光谱图像所有像素点的qP值，运用伪玄色解决绘制马铃薯叶片叶绿素荧光参数qP值扩散图，服从如图8所示。色调深浅水平代表马铃薯叶片qP值的高下，叶脉全副的qP值略高于叶肉全副的qP值，且叶尖部以及边缘全副qP值清晰高于叶片中部。其中，叶脉全副在扩散图中主要呈绿色，qP值挨近0.3，叶肉全副在扩散图中主要呈蓝色，qP值挨近0.2，叶尖部qP值大于0.4，诠释了叶尖部以及叶边缘处光化学反映能耐高于叶中部。qP值扩散可视化可为直不雅合成马铃薯作物光化学罗致与光协浸染动态提供根基。

3论断

(1)马铃薯叶片qP值与反射高光谱的相干性服从表明，qP值与光谱数据呈负相干关连，在530.80～559.40 nm、699.80～716.67 nm、1 002.54～1 011.81 nm波段的关连系数相对于值大于0.6，标明了运用反射高光谱数据评估作物qP值的可行性。

(2)基于反射率数据提取荧光薄弱信号，妨碍马铃薯叶片qP值特色波长检测，si－PLS算法筛选患上到的18个特色波长扩散在绿光强反射区(527.35～531.67 nm)、荧光发射波段区(663.54～667.95 nm)、动物叶片外部结构响应的高反射区(1 010.88～1 015.52 nm);RF算法筛选患上到的18个特色扩散在叶绿素绿光强反射以及红光强罗致波段(518.72～640.64 nm)、荧光发射波段(650～800 nm)以及反映叶片外部结构、水份含量的波段(850～1 000 nm)。表明叶绿素罗致与反射、动物叶片机关结构与水份等与马铃薯作物光化学罗致细密相干。

(3)建树马铃薯叶片qP值检测模子的服从表明，RF－PLSR模子检测服从优于si－PLS－PLSR，建模集决定系数R2c为0.709 3，验证集决定系数R2v为0.687 2。绘制马铃薯叶片qP值扩散图可为快捷检测马铃薯叶片叶绿素荧光参数提供反对于。

申明：本文所用图片、翰墨源头《农业机械学报》2020年12月，版权归原作者所有。如波及作品内容、版权等成果，请与本网分割

相干链接：反射率，增强，结构，荧光