郭 阳， 郭俊先*， 史 勇， 李雪莲， 黄 华， 刘彦岑

1. 新疆农业大学机电工程学院， 新疆 乌鲁木齐 830052

2. 新疆农业大学数理学院， 新疆 乌鲁木齐 830052

引 言

水是农作物的必备要素。 哈密瓜植株在生长的过程中若缺少水会影响其生长和哈密瓜的产量和品质。 哈密瓜叶片可通过光合作用和新陈代谢功能为哈密瓜植株的生长提供所必须的元素； 水也是植株叶片生长必不可少的元素之一。 因此， 如何能够快速获取哈密瓜植株叶片的含水量， 对监测大田哈密瓜生长和指导田间灌溉精细化管理以及节约新疆水资源具有重要的研究意义。

本工作以新疆特色农作物哈密瓜冠层叶片为例， 基于SiPLS的特征区间选择以及与CARS， SPA和GA相组合的特征波长优选方法， 提取与叶片含水率相关性高的特征波长， 利用GA和PSO对ELM模型中随机产生的输入层与隐含层间的连接权值(W)和隐含层神经元阈值(B)进行优化， 再结合ELM， GA-ELM和PSO-ELM探讨不同建模方式下对哈密瓜叶片含水率预测准确性的影响， 并选取最优的预测模型来实现对哈密瓜叶片含水率精准、 无损且快速的检测， 为田间灌溉管理技术提供科学依据。

1 实验部分

1.1 试验地点

选取新疆哈密地区巴里坤县三塘湖镇中湖村为试验点， 该地形呈西高东低之势， 气候干燥酷热多风， 属典型的大陆性气候。 试验田位置为东经93°51′， 北纬43°48′。

甜瓜品种： 金华蜜25号， 俗称“新86”， 晚熟品种， 生育期100 d， 单瓜重3.5 kg左右。

1.2 样本与数据采集

于2020年在哈密瓜植株成长期(M1)内的6月20日、 开花期(M2)内的7月1日、 结果期(M3)内的7月18日、 成熟期(M4)内的8月10日的四个时间点各随机获取50个哈密瓜叶片样本， 一共采集200个作为实验样本。……