%0 Journal Article
%T 基于非成像高光谱的高山松叶绿素估算模型研究
%J -
%D 2017
%R 10.3969/j.issn.1001-7461.2017.02.12
%X 以云南省香格里拉县建塘镇的高山松为研究对象，使用ASD Field Spec 3便携式野外地物光谱仪测定高山松叶片光谱，并在实验室测定叶片样本的叶绿素含量。经光谱分析技术及统计相关分析法进行光谱数据的分析处理，提取原始光谱及一阶微分光谱特征波段和光谱特征变量，建立与叶绿素含量间的单变量估测模型和双隐层BP神经网络预测模型，并采用决定系数(R2)、均方根差(RMSE)和相对误差(RE)进行精度检验。结果表明，单变量模型以一阶微分光谱反射率的三次函数模型为最优模型，其R2、RMSE、RE分别为0.511、1.297 6 mg/g、10.06%，而基于双隐层BP神经网络最优模型的R2、RMSE、RE分别为0.637、0.384 1 mg/g、9.47%，精度达到90.53%，经比较得出其具有较优的预测能力，充分体现BP模型的可行性，为快速、准确的估测高山松叶绿素含量提供有利的理论依据
%K 高光谱
%K 叶绿素
%K BP神经网络
%K 相关系数
%K 高山松
%U http://xblxb.paperopen.com/oa/darticle.aspx?type=view&id=201702012