农业资源与环境学报

作者：陈楠,冯慧琳,杨艳东,陈萍,任天宝,贾方方,刘国顺

单位：河南农业大学烟草学院/河南省生物炭工程技术研究中心, 郑州 450002,生物炭技术河南省工程实验室, 郑州 450002,河南农业大学烟草学院/河南省生物炭工程技术研究中心, 郑州 450002,生物炭技术河南省工程实验室, 郑州 450002,河南农业大学烟草学院/河南省生物炭工程技术研究中心, 郑州 450002,生物炭技术河南省工程实验室, 郑州 450002,南京农业大学农学院, 南京 210095,河南农业大学烟草学院/河南省生物炭工程技术研究中心, 郑州 450002,河南农业大学烟草学院/河南省生物炭工程技术研究中心, 郑州 450002,生物炭技术河南省工程实验室, 郑州 450002,商丘师范学院生物与食品学院, 河南 商丘 476000,河南农业大学烟草学院/河南省生物炭工程技术研究中心, 郑州 450002,生物炭技术河南省工程实验室, 郑州 450002

关键词：烟草，镉，高光谱，模型，BP神经网络,

基金：国家重点研发计划课题（2017YFD0200808）；河南青年骨干教师资助项目（2020GGJS047）；南平烟草公司重点科技攻关项目（南烟司叶[2017]21号）；广东中烟科技攻关项目（2020440000340029）

为快速准确地获取烟草叶片镉含量，本研究模拟了4个镉污染水平，用美国ASD光谱仪获取每个污染水平的烟草叶片光谱反射率，并测定不同时期烟草叶片的镉含量，筛选出与镉含量相关性最好的敏感波段，并建立光谱参数，将光谱参数作为输入因子建立烟草叶片镉含量的BP神经网络模型。结果表明：随着镉含量增加，在可见光和近红外范围（400~910 nm）内反射率先降低后增加，在930~1 000 nm波段范围内，叶片反射率与烟叶中镉含量呈正相关，在1 000~2 500 nm波段范围内反射率先增加后降低。经筛选，比值植被指数（RVI）和归一化植被指数（NDVI）的光谱指数分别为RVI （520，710）和NDVI （530，710）； BP神经网络模型的决定系数（R2）为0.681，均方根误差（RMSE）为8.001，并对模型进行检验，R2为0.801，RMSE为4.430。研究表明，BP神经网络模型对烟草叶片镉含量具有良好的预测效果。

来源：2021年第4期

《农业资源与环境学报》期刊编辑部

查看农业资源与环境学报杂志2021年第4期