可见/近红外光谱技术识别树叶树种的研究

探索使用可见/近红外光谱技术识别树叶树种的可行性，为野外可见/近红外光谱技术用于树种识别提供方法。本试验识别了9个树种，测试了光谱预处理方法、识别方法对可见/近红外光谱识别的准确率的影响。对9种阔叶树种共46棵树，分别采用距离法和PLS-DA建立识别模型，比较不同波段和导数预处理方法对模型预测效果的影响。结果表明，使用距离法对原始光谱进行识别时，识别准确率<50%，不能够有效识别树叶树种。使用距离法对预处理后的光谱进行识别时，识别准确率为近红外350~2 500 nm（99.16%）＞350~1 000 nm（88.05%）＞1 000~2 500 nm（81.24%），且任意单个树种的识别准确率都>98%，能够有效识别树叶树种。使用偏最小二乘法（PLS-DA）结合单列识别变量矩阵时，识别准确率高达100%，识别模型的相关系数为0.993 6，RMSEC为0.120，RMSEP为0.144，但只能成功识别4种树叶树种，当树叶种数＞4时，预测模型的识别准确率陡降。使用偏最小二乘法（PLS-DA）结合多列识别变量矩阵对9种树叶的识别准确率高达99.58%，识别模型的相关系数为0.888 6～0.956 9，RMSEC为0.084 5～0.15，RMSEP为0.088 7～0.155。本试验为可见/近红外光谱技术快速识别树种提供了一种新的方法和思路