Estimation of leaf nitrogen content of Carya illinoensis using Fractional-Order Derivative of canopy-scale hyperspectral data
摘要
L'azote est un élément constitutif des protéines, de la chlorophylle et d'autres substances, joue un rôle clé dans la croissance et le développement des plantes, la teneur en azote indique l'état nutritionnel des plantes et les changements de croissance. L'utilisation de la technologie hyperspectrale permet d'estimer de manière non destructive et efficace les indices physiologiques et biochimiques des plantes, et peut fournir une méthode fiable de collecte de données pour évaluer la nutrition et la santé des plantes tout au long de leur croissance. Cette étude a utilisé des noix de pécan (variétés Changlin et Jiande) comme objet d'étude, des spectres hyperspectraux de haute résolution ont été collectés sur la canopée de noix de pécan dans la plage de 350 à 2500 nm en utilisant d'abord la différenciation fractionnaire (FOD) pour le prétraitement des spectres, puis en utilisant deux indices spectraux pour explorer la relation entre la teneur en azote des feuilles de noyer de pécan et le spectre. Ensuite, en utilisant l'algorithme d'analyse par groupes de combinaisons de variables (VCPA), les variables modèles ont été sélectionnées, des modèles d'estimation ont été construits en utilisant l'algorithme de renforcement extrême de gradient (XGBoost) - à la fois pour le modèle FOD à une seule vague et le modèle FOD pour les deux indices spectraux, permettant d'obtenir un modèle d'estimation approprié pour la teneur en azote. Les résultats ont montré que par rapport au spectre d'origine, le spectre de la canopée après le prétraitement FOD a montré une meilleure corrélation avec la teneur en azote des noix de pécan, augmentant la corrélation de 0,152; FOD combiné avec deux indices spectraux (indice spectral normalisé et différence de spectre) a montré un meilleur effet d'amélioration de la corrélation entre les caractéristiques spectrales et la composante cible, augmentant la corrélation de 0,250 et 0,277 respectivement, par rapport à une seule vague pour améliorer les caractéristiques spectrales et la composante cible. La méthode de sélection de variables VCPA a finalement sélectionné un sous-ensemble de variables spectrales comprenant à la fois des variables d'information forte et faible, jouant un rôle important dans l'amélioration de la précision du modèle d'estimation; le modèle optimal d'estimation de l'azote est un modèle de différenciation fractionnaire d'ordre 1,5 combiné avec un indice spectral de différence pour deux vagues (DSI), la capacité prédictive et estimative du modèle R2 = 0,75, RMSEP = 1,32 g/kg. Ainsi, cette étude confirme la faisabilité de l'estimation rapide et non destructive de l'azote dans les noix de pécan à l'aide de la technologie hyperspectrale; et montre que la différenciation fractionnaire combinée avec les indices spectraux peut significativement améliorer la corrélation entre les caractéristiques spectrales et la variable cible, enrichir les méthodes de traitement des données hyperspectrales, ouvrant de nouvelles perspectives pour la surveillance de la nutrition des plantes.