摘要：基于可見近紅外高光譜建立番茄葉片水分含量快速診斷模型,對不同光譜處理及建模進(jìn)行優(yōu)選,對水分含量分布進(jìn)行可視化研究。結(jié)合閾值法采集不同生長期192個番茄葉片感興趣區(qū)域光譜信息進(jìn)行預(yù)處理比較,分析β權(quán)重系數(shù)法、連續(xù)投影算法(SPA)、無信息變量消除(UVE)、競爭自適應(yīng)加權(quán)算法(CARS)及UVE-SPA、CARS-SPA組合方法特征波長優(yōu)化方法,利用提取特征波長對多元線性回歸(MLR)、主成分回歸(PCR)及偏最小二乘回歸(PLSR)水分含量建模方法進(jìn)行有效性評價,優(yōu)化出最佳組合模型,采用特征圖像光譜反射權(quán)重系數(shù)實現(xiàn)葉片含水量及其分布的可視化,解析葉片含水量光譜響應(yīng)特性。最終確立Baseline為最佳波段預(yù)處理方法,全波段建模預(yù)測集相關(guān)系數(shù)R_p達(dá)0.97;提取特征波長后,Baseline-CARS-MLR為葉片水分含量預(yù)測最佳模型,預(yù)測集相關(guān)系數(shù)R_p為0.95,預(yù)測集均方根誤差RMSEP為0.042。基于高光譜成像技術(shù)快速評估葉片水分含量具有一定優(yōu)勢,為活體番茄植株生長水分虧缺狀況實時評估及智能化灌溉技術(shù)提供理論依據(jù)。