Page 115 - 《广西植物》2026年第6期

１ ０ ３ ０ 广 西 植 物 ４６ 卷
表 １ 不同菌草物种叶片特征
Ｔａｂｌｅ １ Ｌｅａｆ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｄｉｆｆｅｒｅｎｔ Ｊｕｎｃａｏ ｓｐｅｃｉｅｓ
物种 拉丁名 茎高 叶长 叶宽
Ｓｐｅｃｉｅｓ Ｌａｔｉｎ ｎａｍｅ Ｓｔｅｍ ｈｅｉｇｈｔ (ｍ) Ｌｅａｆ ｌｅｎｇｔｈ (ｃｍ) Ｌｅａｆ ｗｉｄｔｈ (ｃｍ)
巨菌草 Ｃｅｎｃｈｒｕｓ ｆｕｎｇｉｇｒａｍｉｎｕｓ ３~ ５ ６０~ １３０ ３.５ ~ ６.０
象草 Ｐｅｎｎｉｓｅｔｕｍ ｐｕｒｐｕｒｅｕｍ ２~ ４ ７０~ １４０ １ ~ ２
莱牧 １ 号象草 Ｐ. ｐｕｒｐｕｒｅｕｍ ｃｖ. Ｌａｉｍｕ￣１ ３.５ ~ ４ １００ ~ １２０ ４.５ ~ ６.０
紫象草 Ｐ. ｐｕｒｐｕｒｅｕｍ ｃｖ. Ｒｅｄ ３ ~ ４.５ ８０ ~ １５０ １ ~ ２
狼尾草 Ｐ. ａｌｏｐｅｃｕｒｏｉｄｅｓ ３~ ４ ６０~ １１０ ２ ~ ３
杂交狼尾草 Ｐ. ｇｌａｕｃｕｍ × ｐｕｒｐｕｒｅｕｍ ３.５ ~ ４ ６０ ~ ８０ ２ ~ ３
美洲狼尾草 Ｐ. ａｍｅｒｉｃａｎｕｍ ２~ ３ ５０ ~ ８０ １ ~ ３
巴新野生蔗 Ｓａｃｃｈａｒｕｍ ｏｆｆｉｃｉｎａｒｕｍ ｃｖ. ＰＮＧ ２~ ６ １００ ~ １５０ ４ ~ ７

考白板校正ꎻ测量时ꎬ探头始终垂直向下ꎬ距离叶 式中:ＲＬＲ 为光谱倒数取对数值ꎻＲ 为 ｉ 处反
ｉ ｉ
片约 ３０ ｃｍꎮ 每种菌草在种质资源圃中呈均匀分 射率ꎮ
布ꎮ 为保证样本代表性ꎬ从同种菌草的不同个体 １.３.２ 光谱微分计算 使用导数光谱技术( 郑智康
(株)上ꎬ分别采集其自上而下第 ３ 至第 ５ 片完全 等ꎬ２０２３)对光谱数据进行一阶求导ꎬ即对可见光－
展开的健康功能叶ꎮ 每个物种随机选取 １０ 个不 近红外光谱进行一次微分ꎬ能够有效去除基线漂
同个体ꎬ每个个体测量 １ 个叶片ꎬ共获得 １０ 个独 移ꎬ突出光谱细微变化ꎮ 二阶导数相较于一阶导
立的光谱数据ꎬ取其平均光谱作为该物种的代表 数而言ꎬ能够进一步增强光谱曲线曲率变化ꎬ更有
光谱ꎮ 反射率提取通过野外地物光谱辐射计数据 效突出光谱极值点( 峰值和谷值)ꎬ准确识别和定
处理软件 Ｖ２.０ 完成ꎮ 位光谱特征峰( 赵阅书等ꎬ２０１９)ꎮ 计算公式如式
野外光谱测量易受大气 散 射 和 仪 器 噪 声 影 (２)、式(３):
响ꎬ使 ３９０ ~ ３９９ ｎｍ( 短波紫外－可见光过渡区) 与 Ｒ λ ｉ＋１ －Ｒ λ ｉ－１
Ｒ′(λ )＝ (２)
９０１ ~ ９９５ ｎｍ(近红外长波区) 波段信噪比显著降 ｉ ２Δλ
低ꎬ无法满足分析精度ꎮ 本研究剔除上述低质量 Ｒ －２Ｒ(λ ) ＋Ｒ
λ ｉ＋１ ｉ λ ｉ＋１
波段ꎬ以 ４００ ~ ９００ ｎｍ 为有效研究范围ꎮ 剔除无效 Ｒ″(λ )＝ (Δλ) ２ (３)
ｉ
数据后ꎬ采用 Ｓａｖｉｔｚｋｙ￣Ｇｏｌａｙ 平滑算法( 窗口宽度 ５ 式中:λ 表示波长位置ꎻＲ′( λ ) 对应波长 λ 处
ｉ ｉ ｉ
ｎｍꎬ多项式阶数 ２)(Ｇｏｍｅｚ ｅｔ ａｌ.ꎬ ２０２４) 预处理原 的光谱一阶导数ꎻＲ″( λ ) 对应波长 λ 处的光谱二
ｉ ｉ
始光谱ꎬ消除基线漂移与高频噪声ꎬ确保后续菌草 阶导数ꎻＲ 、Ｒ 、Ｒ 分别表示波长 λ 、λ 、λ
λ ｉ＋１ λｉ λ ｉ－１ ｉ＋１ ｉ ｉ－１
叶片光谱特征分析的准确性与可靠性ꎮ 处的光谱反射率原始数据ꎻΔλ 为波长间隔( 本研
１.３ 数据处理 究中 Δλ ＝ １ ｎｍ)ꎮ
本研究采用倒数取对数变换、一阶导数光谱 １.３.３ 三边参数计算 为定量反映不同菌草物种
处理、二阶导数光谱处理和植被指数计算等方法 的光谱特征差异ꎬ提取 ９ 个常用一阶导数光谱特

对不同菌草物种的叶片光谱数据进行分析ꎮ 征参数ꎬ包括蓝边振幅、蓝边位置、蓝边面积及相
１.３.１ 倒数取对数变换 对光谱数据先进行倒数 应的黄边和红边参数ꎬ参数特征如表 ２ 所示ꎮ

处理再 进 行 对 数 变 换 ( ｒｅｃｉｐｒｏｃａｌ ｔａｋｉｎｇ ｌｏｇａｒｉｔｈｍ １.３.４ 植被指数计算 为深入解析不同菌草物种
ｔｒａｎｓｆｏｒｍａｔｉｏｎｓꎬＲＬＲ)ꎬ能 够 压 缩 光 谱 数 据 动 态 范 间光谱特性差异ꎬ系统评估多种植被指数对菌草
围ꎬ增强光谱中弱信号的相对强度ꎬ扩大光谱曲线 物种分类及其叶片理化性状的表征能力ꎬ选取若
之间的差异性ꎬ提高对菌草光谱特性定量分析和 干典型植被指数进行差异性分析ꎮ 采用植被指数
物种识别的准确性与稳定性ꎮ 公式如下: 及其计算公式详见表 ３ꎮ
１ １.４ 模型构建与精度计算
ＲＬＲ ＝ ｌｏｇ( ) (１)
ｉ
Ｒ ｉ 研究选用支持向量机与随机森林两种机器学