基于特征提取和机器学习模型的冠层叶绿素含量反演方法

本发明属于叶绿素含量反演技术领域，公开了基于特征提取和机器学习模型的冠层叶绿素含量反演方法，包括以下步骤：采用无人机搭载多光谱相机以及地面实测相结合的方式，对马铃薯冠层叶绿素含量数据进行采集与处理并植构建被指数；使用皮尔逊相关性分析和竞争性自适应重加权采样算法进行特征选择；基于机器学习构建叶绿素含量反演模型；基于灰狼优化算法和麻雀优化算法进行叶绿素含量反演模型优化，并进行精度评估。本发明采用上述基于特征提取和机器学习模型的冠层叶绿素含量反演方法，对马铃薯单生育期和全生育期进行对比研究，确定适合单个生育期和全生育期的最佳反演模型，保证了研究的准确性和适用性。