Содержание азота в листьях растений может служить указанием на питательный статус и рост растений. С помощью высокоспектральной технологии можно без ущерба и эффективно оценить физиологические и биохимические показатели растений, что может обеспечить надежные данные для оценки питания и здоровья растений в процессе их роста и развития. Для выявления потенциала применения высокоспектральной технологии в оценке питательных веществ у грецкого ореха, в данном исследовании рассматриваются грецкие орехи (сорта Чанлин и Цзянде) как объект исследования. Во-первых, случайно были собраны 53 экземпляра грецкого ореха 350—2500 нм кроншланга высокоспектрального; затем использовалась предварительная обработка кроншланга высокоспектрального с использованием дробных производных FOD (Fractional Order Derivative); затем в сочетании с двумя видами спектральных индексов исследовывалась связь между содержанием азота в листьях грецкого ореха LNC (Leaf Nitrogen Content) и кроншлангом высокоспектральным; наконец, с использованием алгоритма анализа группировки переменных VCPA (Variable Combination Population Analysis) отбирались моделирующие переменные и строились оценки крайнего градиентного усиления алгоритма XGBoost (eXtreme Gradient Boosting) с использованием отдельных типов кроншланга FOD и кроншланга соединенного двух волновых диапазонов спектральный индекс, что позволило получить подходящую модель оценки содержания азота LNC у грецкого ореха в данном экспериментальном условии. Результаты показывают: в сравнении с исходным спектром, связь кроншланга после предварительной обработки FOD с содержанием азота LNC у грецкого ореха усиливается и повышается на 0,152; для улучшения связи между спектральными признаками и целевыми компонентами FOD, сочетание нормализованного спектрального индекса NDSI (Normalized Difference Spectral Index) и разностного спектрального индекса DSI (Difference Spectral Index) провоцирует эффекты лучше, нежели одиночные волновые диапазоны, и увеличивает соответственно на 0,250 и 0,277; метод отбора переменных VCPA в итоге отфильтровывает группы подмножеств спектральных переменных, которые содержат одновременно сведения сильных и слабых переменных и имеет важное значение для повышения точности оценочной модели; оптимальная модель оценки содержания азота в листьях грецкого ореха - модель с использованием разности спектрального индекса в сочетании с 1,5-й производной, предсказанием модели с P2 =0.75, RMSEP=1.32 г/кг. Таким образом, кроншланг высокоспектральный можно быстро и без ущерба оценить содержание азота LNC у грецкого ореха, а дробные производные FOD соединены с двумя видами спектральных индексов могут значительно улучшить связь спектральных признаков и целевых переменных.

грецкий орех; кроншланговый масштаб; высокоспектральное дистанционное зондирование; азот; дробная производная; спектральные индексы; анализ группировки переменных; машинное обучение