摘要：为了快速并无损地检测成年橡胶树叶片的氮素含量，使用近红外光谱检测技术获取叶片的光谱数据，采用多元散射校正（MSC）对光谱数据预处理后，使用SPA（连续投影算法）提取光谱数据的有效波长，PCA（主成分分析法）提取光谱数据主成分，然后分别将提取的光谱数据特征值输入到线性回归模型PLS（偏最小二乘回归）、非线性回归模型BPNN（BP神经网络）和LSSVM（最小二乘支持向量机）中，得到6个现有主流模型：PCA—BPNN、PCA．PLS、PCA—LSSVM、SPA—BPNN、SPA—PLS和SPA．LSSVM。用这6个模型去预测实验样本数据，经比较发现SPA．LSSVM模型对于该组实验样本的预测效果最好，其预测相关系数Rp和预测残差均方根RMSEP分别为0．9253和0．1190。因此对于成年橡胶树氮素含量的光谱快速检测，SPA—LSSVM算法模型的性能更为突出，有较好的应用潜力。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社