基于支持向量机的多光谱番茄磷营养诊断

摘要

为提高番茄磷营养水平检测精度,针对目前基于光谱分析的作物磷营养水平检测精度较低以及磷的光谱反射率受叶绿素和花青素影响的问题,提出了结合番茄样本光谱特征和生理特征融合的番茄磷营养水平诊断策略。以自行培育的25%,50%,75%,100%,150%五个梯度水平的磷营养胁迫水培番茄样本为研究对象,分别利用光谱分析仪和叶绿素仪采集不同磷营养水平番茄叶片的光谱数据和SPAD值并对叶片花青素含量进行测定,提取各样本在不同波长下的光谱反射率和生理特征（SPAD值和花青素含量）作为番茄磷营养诊断的特征变量,基于最小二乘支持向量机建立诊断模型,通过改进粒子群优化算法获取支持向量机的最优参数。将120个番茄样本随机分为校验集和测试集分别进行试验,结果表明,采用该文的建模方法结合番茄样本光谱特征和生理特征能够建立精度较高的番茄磷营养水平预测模型,高于对比的其他方法,其相关系数和均方根误差分别为0.9611和0.461,具有较好的诊断作用,为番茄磷素的快速检测提供了新的思路。