基于近红外光谱技术的果树花期树种识别方法

编号 zgly0001559403

文献类型 期刊论文

文献题名 基于近红外光谱技术的果树花期树种识别方法

作者 王晓丽  张晓丽  周国民 

作者单位 北京林业大学精准林业北京市重点实验室  北京林业大学省部共建森林培育与保护重点实验室  中国农业科学院农业信息研究所 

母体文献 浙江农林大学学报 

年卷期 2017年06期

年份 2017 

分类号 S66 

关键词 经济林学  果树花期  光谱分析  分类识别  PLS-DA  O-PLS-DA  BP 

文摘内容 为建立果树花期树种识别的有效模型,利用ASD Field Spec 3全波段便携式光谱分析仪采集了4种果树花期花的光谱数据。利用剔除异常光谱、5点移动平滑等技术对4种果树花期花的光谱反射率进行预处理,使用连续投影算法(SPA)进行有效波长选取并获得7个波长下的反射光谱,同时增加了590 nm和720 nm处2个波形差异大的光谱,与归一化植被指数(INDV)和比值植被指数(IRV)共11个特征波段作为分类建模数据,建立了偏最小二乘判别分析(PLS-DA),正交偏最小二乘判别分析(O-PL-DA)和基于误差反向传播算法的多层前向神经网络(BP)算法3种识别模型。结果表明:对测试样本的识别率由高到低依次为BP(93.90%)>O-PLS-DA(81.82%)>PLS-DA(76.36%)。综合研究认为:在优选波段的基础上,对果树花期树种判别应优选BP神经网络模型。