Page 112 - 《广西植物》2026年第6期
P. 112
ｈｔｔｐ:/ / ｗｗｗ.ｇｕｉｈａｉａ－ｊｏｕｒｎａｌ.ｃｏｍ
Ｇｕｉｈａｉａ Ｊｕｎ. ２０２６ꎬ ４６(６): １０２７－１０４５
ＤＯＩ: １０.１１９３１/ ｇｕｉｈａｉａ.ｇｘｚｗ２０２５１００３８
李声繁ꎬ 吕师ꎬ 郑人浩ꎬ 等ꎬ ２０２６. 基于可见光－近红外光谱与机器学习的不同菌草物种叶片光谱特性比较分析 [Ｊ].
广西植物ꎬ ４６(６): １０２７－１０４５.
ＬＩ Ｓ Ｆꎬ ＬÜ Ｓꎬ ＺＨＥＮＧ Ｒ Ｈꎬ ｅｔ ａｌ.ꎬ ２０２６. Ｃｏｍｐａｒａｔｉｖｅ ａｎａｌｙｓｉｓ ｏｆ ｌｅａｆ ｓｐｅｃｔｒａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｄｉｆｆｅｒｅｎｔ Ｊｕｎｃａｏ ｓｐｅｃｉｅｓ
ｂａｓｅｄ ｏｎ ｖｉｓｉｂｌｅ￣ｎｅａｒ ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎｄ ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ [Ｊ]. Ｇｕｉｈａｉａꎬ ４６(６): １０２７－１０４５.
基于可见光－近红外光谱与机器学习的
不同菌草物种叶片光谱特性比较分析
１
２
李声繁 ꎬ 吕 师 ꎬ 郑人浩 ꎬ 林 辉 ꎬ 杜泓伟 ꎬ 严慧慧 ꎬ
１
２
１
２
周 然 ꎬ 王子怡 ꎬ 林冬梅 ꎬ 林占熺 ꎬ 刘凤山 ２∗
１
２
１
２
( １. 福建农林大学 林学院 (碳中和学院)ꎬ 福州 ３５０００２ꎻ ２. 福建农林大学
国际菌草学院/ 国家菌草工程技术研究中心ꎬ 福州 ３５０００２ )
摘 要: 针对不同菌草物种形态相似、传统识别效率低的问题ꎬ该研究通过光谱特征分析与机器学习建模ꎬ
实现对 ８ 种菌草的高效识别与分类ꎮ 采集巨菌草、象草、莱牧 １ 号象草、紫象草、狼尾草、杂交狼尾草、美洲
狼尾草、巴新野生蔗 ８ 种菌草叶片在 ４００~ ９００ ｎｍ 波段的光谱反射率数据ꎬ结合原始光谱、倒数取对数变换、
一阶导数和二阶导数处理ꎬ分析光谱特征ꎬ并提取多类型植被指数ꎮ 基于原始光谱、倒数取对数变换、一阶
导数、二阶导数、三边参数、植被指数的 ６ 类特征集ꎬ构建 ２０ 类梯度化特征组合ꎬ采用支持向量机(ＳＶＭ) 与
随机森林(ＲＦ)算法构建分类模型并评价精度ꎮ 结果表明:(１)８ 种菌草在可见光波段呈现典型植被光谱特
征ꎬ红边区域(７００~ ７５０ ｎｍ)反射率急剧上升ꎮ (２)不同光谱处理方法在特定波段(如 ５７０ ~ ６５０ ｎｍ 的倒数
取对数变换、７３０ ｎｍ 附近的一阶导数、６７０~ ７６０ ｎｍ 的二阶导数)显著放大了物种间的光谱差异ꎻ红边振幅、
红边面积及简单比率(ＳＲ)植被指数对物种区分能力最优ꎮ (３)模型精度显示ꎬＳＶＭ 算法整体优于 ＲＦꎬ“原
始光谱＋三边参数”组合精度最高ꎬ达 ７０.５６％ꎬ较 ＲＦ 同组合提升 １４.０３％ꎻＲＦ 最优为“原始光谱＋倒数取对数
变换”组合ꎬ但高维特征适配性不足ꎮ 综上认为ꎬ可见光与近红外波段光谱特征结合光谱变换处理及植被指
数的构建ꎬ辅以支持向量机算法ꎬ为菌草物种快速识别和精准分类提供了有效的理论依据和技术支持ꎮ
关键词: 物种识别ꎬ 光谱反射率ꎬ 特征提取ꎬ 支持向量机ꎬ 随机森林
中图分类号: Ｑ９４８ 文献标识码: Ａ 文章编号: １０００￣３１４２(２０２６)０６￣１０２７￣１９
Ｃｏｍｐａｒａｔｉｖｅ ａｎａｌｙｓｉｓ ｏｆ ｌｅａｆ ｓｐｅｃｔｒａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ
ｄｉｆｆｅｒｅｎｔ Ｊｕｎｃａｏ ｓｐｅｃｉｅｓ ｂａｓｅｄ ｏｎ ｖｉｓｉｂｌｅ￣ｎｅａｒ
ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎｄ ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ
收稿日期: ２０２６－０２－０４ 接受日期: ２０２６－０３－１９
基金项目: 新疆维吾尔自治区重大科技专项(２０２４Ａ０３００９５)ꎻ 那曲市级科技项目(ＮＱＫＪ￣２０２４￣２０)ꎻ 福建农林大学科技创新专项
基金项目(ＫＦＢ２３１８９Ａ)ꎮ
第一作者: 李声繁 (２００１—)ꎬ硕士研究生ꎬ研究方向为菌草光谱分析ꎬ(Ｅ￣ｍａｉｌ)ｌｓｆｄｌｋｘ＠１６３.ｃｏｍꎮ
∗
通信作者: 刘凤山ꎬ博士ꎬ副研究员ꎬ研究方向为菌草生理生态分析ꎬ(Ｅ￣ｍａｉｌ)ｌｉｕｆｅｎｇｓｈａｎ０２２５＠１６３.ｃｏｍꎮ
