刘 润， 张绍良， 侯湖平， 陈 浮， 田艳凤， 郝绍金

(1.中国矿业大学环境与测绘学院，江苏徐州 221116； 2.中国矿业大学低碳能源研究院，江苏徐州 221116)

植物叶片叶绿素含量是表征植物生长状况和其光合作用能力的重要指标，是植被光合作用能力、植被生理状况的指示剂，其含量快速测定对农作物长势监测、病虫害防治及农作物估产等都有着重要意义[1-2]。

传统的实验室化学测定植物叶片叶绿素含量虽然精度较高，但其过程繁杂，而且化学试剂的使用会产生很多污染废弃物，不适用于大量样本叶绿素的快速测定。利用光谱分析方法进行植物叶绿素含量等生化成分含量测定则具有低消耗、低成本、快速及无损伤等优点，并且已经广泛应用于农业、医药、食品等多个领域。1983年，Horler等就对叶片叶绿素浓度和反射光谱间的相关关系进行了研究，并建议使用光谱数据进行叶绿素含量的反演[3]。随着高光谱技术的发展，多元统计分析方法被广泛应用于叶绿素等生化参数反演[4-5]，关于植被叶绿素等生化参数与光谱反射率关系的研究也表明，叶绿素等与光谱反射率之间具有非线性关系，一般性回归方法无法达到较高精度，而神经元网络算法以其强大的容错性、自组织自学习和非线性模拟能力，在不确定两者之间关系的前提下仍然可以很好地解决非线性问题[6]。目前，利用神经元网络算法的高光谱反演技术在土壤水分、土壤有机质、矿区土地重金属含量反演等相关研究中都取得了较好成果，但关于大豆冠层叶绿素含量反演的研究相对较少。……