肖志云， 王伊凝

(内蒙古工业大学 电力学院，内蒙古机电控制重点实验室，内蒙古 呼和浩特 010051)

绿色植物的生长过程离不开光合作用，叶片叶绿素含量及其动态变化与光合作用能力密不可分，检测叶片叶绿素含量，对植物的长势监测和精准农业的实施具有重要意义[1-3]。目前叶绿素含量测定方法主要分两种：化学测定法[4]需要破坏植物样本，耗时且费力；SPAD(soil plant analysis development)叶绿素测定仪通过测量叶片对两个波段(红波段和近红外波段)的吸收率，计算当前叶片中叶绿素的相对含量，但其只可实时测出局部点光谱对应的SPAD值，无法反映整张叶片各像素点的叶绿素分布差异，对仪器精度有很高的依赖性。叶绿素含量的变化会引起植物反射光谱特征的变化。高光谱技术[5]具有图谱信息合一的优势，既可以利用多波段光谱对叶片叶绿素含量进行定量反演，又可以利用图像像素点分布进行叶绿素分布可视化研究，这就为利用高光谱技术获取植物生化参数提供了理论基础，但由于高光谱所含波段数量大，波段间相关性强导致数据中冗余信息增多，当下关键问题是，对高维的高光谱数据降维，达到简化模型的目的，同时保持甚至提高模型的预测能力。

早期学者们利用相关性分析法[6-8](correlation analysis，CA)探究植物生理参数与其光谱反射率(或经不同数学变换后的光谱反射率)的关系，选取相关系数高的波段作为敏感波长。但其只考虑了单波段与植物生理参数间的相关性，未考虑各波段间的共线性，难以解决光谱数据的冗余问题，而且所选波段较集中，只考虑某一段波长范围的重要性，未考虑到其他波段，造成光谱数据的浪费。……