基于光谱预处理和机器学习算法的烤烟叶绿素含量预测

叶绿素是作物进行光合作用合成有机物的主要色素,实时监测烤烟叶片叶绿素含量对跟踪烟株氮素营养状况和判别烟叶成熟度具有重要的指导作用。基于对烤烟叶片光谱特征的分析,以不同供氮水平下实测的烟叶高光谱数据及叶绿素相对含量(SPAD)为数据源,采用一阶导数(1st Der)、多元散射校正(MSC)、标准正态变量(SNV)和SG平滑(SG)对原始光谱数据进行预处理,先采用连续投影法(SPA)挑选出每个预处理条件下的特征波长,后将各特征波段下的光谱反射率作为模型的输入变量,利用反向传播神经网络(BPNN)、随机森林(RF)和支持向量机(SVM)3种机器学习的方法分别构建烤烟叶片叶绿素含量估测模型。使用决定系数(R2)、均方根误差(RMSE)和平均绝对值误差(MAE)对每个机器学习模型的性能进行了评估和比较。结果表明:3种机器学习方法训练出的模型相比较,RF模型的预测准确率最高;烤烟叶片原始光谱经MSC和SNV预处理后的光谱信息作为输入变量,经RF算法建模具有较高的精度和良好的预测能力,模型为MSC-SPA-RF(R2=0.96,RMSE=1.15,MAE=0.94)和SNV-SPA-RF(R2=0.96,RMSE=1.14,MAE=0.94)。说明基于机器学习利用高光谱数据估算烤烟叶片叶绿素含量具有可行性,这为实时、精确地监控烤烟生长过程中叶片叶绿素含量变化状况以及合理科学的进行田间管理提供了一定的理论基础。     

黔西南土壤养分与烤烟糖含量的关系

  【目的】  黔西南烤烟还原糖(RS)和总糖(TS)含量过高是影响其品质的两个重要原因。我们研究了该地区土壤养分对烟叶总糖和还原糖的贡献,为通过施肥提高黔西南烟区的烤烟质量提供理论依据。  【方法】  选取黔西南州晴隆、普安、兴仁、兴义、贞丰和安龙6个县(市)烟草种植集中连片区,确定典型烟田,采集土壤样品和对应的烤后烟叶样品,测定土壤大、中、微量养分含量以及烟叶总糖和还原糖含量,并对两者之间的关系进行相关分析、逐步回归分析和通径分析。  【结果】  黔西南州烟叶的总糖和还原糖含量总体偏高;植烟区土壤酸碱性处于中性至弱碱性,土壤有机质、碱解氮、交换性钙、交换性镁、有效铁和有效锰含量丰富,速效钾、有效磷、有效铜、有效锌、有效硼和有效钼含量适宜,但存在空间分布不均问题。烟叶总糖和还原糖与土壤养分显著相关,其中,烟叶总糖与土壤速效钾(AK)、有效锌(Zn)和有效硼(B)呈极显著负相关,与土壤有效钼(Mo)呈极显著正相关;烟叶还原糖与土壤速效钾(AK)呈极显著负相关,与土壤有效锌(Zn)和有效硼(B)呈显著负相关,与有效铜(Cu)呈极显著正相关,与有效锰(Mn)呈显著正相关。烟叶总糖和还原糖与土壤养分的回归方程分别为TS=31.69?1.78Zn+17.05Mo+1.09Cu+0.003Mg?0.01AK和RS=25.12?0.01AK+1.39Cu+6.91Mo。土壤速效钾、有效铜、有效锌、有效钼和交换性镁为影响烟叶总糖含量的重要指标,土壤速效钾、有效铜和有效钼是影响烟叶还原糖含量的重要指标。通径分析表明,土壤养分含量对烟叶糖含量既有正面(促进)也有负面(制约)作用。  【结论】  对黔西南州烟叶糖含量贡献较大的土壤养分是速效钾、有效镁、有效铜、有效锌和有效钼。在速效钾和有效锌相对丰富的情况下,土壤速效钾含量和有效锌含量会抑制烤后烟叶总糖、还原糖含量的积累,而有效镁、有效铜和有效钼会增加烤后烟叶的总糖和还原糖含量。