作物与杂草叶片的光谱可见-近红外反射特性。

简介：
为了实现快速的实时杂草识别，本研究深入探究了作物和杂草叶片所呈现的可见-近红外反射光谱特性。具体而言，选取了两种广泛种植于田间的常见作物——大豆（*Glycine max*）和玉米（*Zea mays*），以及铁苋菜（*Acalypha australis L.*）和田字草（*Marsilea quadrifolia L.*）这两种常见的杂草，每种植物各选取30个样本，最终共获得了120个样本用于实验。为了获取准确的光谱数据，采用了ASD Fieldspec 便携式光谱仪进行光谱采集。随后，对采集到的400～1000 nm的光谱数据进行了平滑处理以及一阶求导的预处理步骤。通过主成分分析法，成功地剔除了一个异常数据点。接着，利用79个样本构成的建模数据集，运用偏最小二乘法进行建模训练。最后，针对剩余的40个样本，进行了预测分析。得到的预测模型结果展现出极高的相关性——高达0.986%，并且实现了100%的识别率。这些结果表明，在所研究的作物和杂草叶片中，其可见-近红外反射光谱特性存在显著差异，从而为杂草与作物的有效区分提供了可靠依据。