Transformada continua de ondículas y red neuronal de retropropagación para monitoreo de condiciones de los parámetros de fluorescencia de la clorofila Fv/Fm de las hojas de arroz
Autores: Wen, Shuangya; Shi, Nan; Lu, Junwei; Gao, Qianwen; Hu, Wenrui; Cao, Zhengdengyuan; Lu, Jianxiang; Yang, Huibin; Gao, Zhiqiang
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Ciencias Agrícolas y Biológicas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 10
Citaciones: Sin citaciones
El parámetro de fluorescencia de la clorofila Fv/Fm (eficiencia fotosintética máxima del sistema óptico II) es un índice intrínseco para explorar la fotosíntesis de las plantas. La tecnología de teledetección hiperespectral puede ser utilizada para la detección no destructiva y rápida de los parámetros de fluorescencia de la clorofila. Los estudios existentes muestran que hay una buena correlación entre el índice de vegetación y Fv/Fm. Sin embargo, debido a la limitada información hiperespectral reflejada por el índice de vegetación, el modelo establecido a menudo no puede alcanzar la precisión ideal. Por lo tanto, este estudio tomó arroz como objeto de investigación y exploró la relación interna entre los parámetros de fluorescencia de la clorofila y la reflectancia espectral mediante la aplicación de diferentes tratamientos de fertilización. La información espectral sensible fue extraída mediante el índice de vegetación y la transformada wavelet continua (CWT) para explorar un método más adecuado para la estimación hiperespectral de Fv/Fm a escala de hoja de arroz. Luego, se estableció un modelo de monitoreo de Fv/Fm en hojas de arroz mediante el algoritmo de red neuronal de retropropagación (BPNN). Los resultados mostraron que: (1) la precisión de los modelos univariados construidos mediante la inversión de Fv/Fm basada en 10 índices de vegetación comúnmente utilizados construidos por métodos tradicionales era baja; (2) La correlación entre la reflectancia hiperespectral de la hoja y Fv/Fm podría mejorarse efectivamente utilizando CWT, y la precisión del modelo univariado construido mediante el uso de los mejores coeficientes de wavelet podría alcanzar el nivel de evaluación aproximada de Fv/Fm; (3) El efecto de la transformada wavelet utilizando diferentes funciones madre de wavelet como función base fue diferente, y la función bior3.3 fue la mejor; y el modelo BPNN construido utilizando los primeros 10 mejores coeficientes de wavelet descompuestos por el bior3.3 fue 0.823 6, 0.013 2 y 2.304 3. En conclusión, este estudio demuestra que CWT puede extraer de manera efectiva bandas sensibles de las hojas de arroz para el monitoreo de Fv/Fm, proporcionando una referencia para el seguimiento rápido y no destructivo de la fluorescencia de la clorofila.
Descripción
El parámetro de fluorescencia de la clorofila Fv/Fm (eficiencia fotosintética máxima del sistema óptico II) es un índice intrínseco para explorar la fotosíntesis de las plantas. La tecnología de teledetección hiperespectral puede ser utilizada para la detección no destructiva y rápida de los parámetros de fluorescencia de la clorofila. Los estudios existentes muestran que hay una buena correlación entre el índice de vegetación y Fv/Fm. Sin embargo, debido a la limitada información hiperespectral reflejada por el índice de vegetación, el modelo establecido a menudo no puede alcanzar la precisión ideal. Por lo tanto, este estudio tomó arroz como objeto de investigación y exploró la relación interna entre los parámetros de fluorescencia de la clorofila y la reflectancia espectral mediante la aplicación de diferentes tratamientos de fertilización. La información espectral sensible fue extraída mediante el índice de vegetación y la transformada wavelet continua (CWT) para explorar un método más adecuado para la estimación hiperespectral de Fv/Fm a escala de hoja de arroz. Luego, se estableció un modelo de monitoreo de Fv/Fm en hojas de arroz mediante el algoritmo de red neuronal de retropropagación (BPNN). Los resultados mostraron que: (1) la precisión de los modelos univariados construidos mediante la inversión de Fv/Fm basada en 10 índices de vegetación comúnmente utilizados construidos por métodos tradicionales era baja; (2) La correlación entre la reflectancia hiperespectral de la hoja y Fv/Fm podría mejorarse efectivamente utilizando CWT, y la precisión del modelo univariado construido mediante el uso de los mejores coeficientes de wavelet podría alcanzar el nivel de evaluación aproximada de Fv/Fm; (3) El efecto de la transformada wavelet utilizando diferentes funciones madre de wavelet como función base fue diferente, y la función bior3.3 fue la mejor; y el modelo BPNN construido utilizando los primeros 10 mejores coeficientes de wavelet descompuestos por el bior3.3 fue 0.823 6, 0.013 2 y 2.304 3. En conclusión, este estudio demuestra que CWT puede extraer de manera efectiva bandas sensibles de las hojas de arroz para el monitoreo de Fv/Fm, proporcionando una referencia para el seguimiento rápido y no destructivo de la fluorescencia de la clorofila.