论文部分内容阅读
试验采集了冬小麦生长期冠层反射光谱，基于db4小波基函数在5层下对冬小麦冠层反射光谱进行分解，采用默认阈值方法对分解数据进行阈值处理，经重构获取了适于冬小麦检测研究的小波消噪光谱。基于450nm、527nm、552nm、640nm、680nm 和732nm 波长，分别建立了基于原始冠层反射光谱和小波消噪光谱的冬小麦拔节期和孕穗期叶绿素含量的多元线性回归预测模型。研究结果表明：应用原始光谱特征波长，拔节期建模R2为0.53，模型验证R2为0.44；孕穗期建模R2为0.42，模型验证R2为0.37。应用小波消噪光谱，拔节期建模R2为0.54，验证R2为0.48；孕穗期建模R2为0.45，模型验证R2为0.38。冬小麦拔节期模型预测精度高于孕穗期，且基于小波消噪光谱建模的预测和验证精度均高于原始反射光光谱数据建模结果。研究结果为应用作物冠层反射光谱，快速、准确地获取冬小麦田间叶绿素的含量提供了支持和借鉴。