论文部分内容阅读
本研究以不同生育期的荔枝冠层反射光谱数据与冠层叶片磷素为对象,寻找基于冠层反射光谱数据进行叶片磷素含量反演的模型.波段迭代优化算法用于优化任意两波段、三波段光谱指数,线性回归和交叉验证方法用于建立磷素反演模型.研究发现：不同生育期磷素反演模型的差异较大, 难以用统一的模型进行磷素反演；但不同生育期光谱数据与化学分析数据表明,光谱数据与磷素有较好的相关性.果实成熟期光谱数据可以很好地进行磷素含量的反演,三波段指数(R905-R965)/(R965-R1005)建立的线性模型交叉验证确定系数为0.95,RMSEcv为0.011.开花期两波段比值指数R925/R1025建立的线性模型交叉验证确定系数为0.66,RMSEcv为0.031.秋稍老熟期三波段指数(R1525-R2105) /(R2105-R2225)建立的线性模型交叉验证的确定系数为0.745,RMSEcv为0.056；花穗期三波段指数(R815-R1475)/(R1475-R2135)建立的线性模型交叉验证的确定系数为0.677,RMSEcv为0.016；花芽分化期三波段指数(R2005-R2095)/(R2095-R2375)建立的线性模型交叉验证的确定系数为0.625,RMSEcv为0.016.结果表明：基于不同生育期的冠层反射光谱进行叶片磷素反演是可行的.