关键词：高光谱图像 玉米 随机森林 偏最小二乘判别分析 

摘要：玉米品种直接影响到玉米的产量和品质,事关农业收入和食品安全,因此,如何准确、高效、无损地鉴别玉米品种具有重要意义。该文基于高光谱成像系统采集3个品种共600粒玉米在533~893.4nm波段(共146个波段)范围的高光谱图像,对其进行校正和预处理,利用Boruta算法筛选有效波段。在全波段、全波段和纹理信息、有效波段以及有效波段和纹理信息4种特征组合下,利用随机森林算法进行玉米品种识别研究。结果表明:4种特征组合下,随机森林的平均分类准确率达76.25%,Kappa系数均在0.6以上,分类效果均优于传统的偏最小二乘判别分析方法;从4种特征组合的分类结果看,融合纹理信息的随机森林判别模型识别精度显著提升,分类准确率达77.20%,Kappa系数在0.64以上;基于有效波段和纹理信息判别模型的分类准确率达78.30%,Kappa系数为0.675。由此可见,有效波段和纹理信息特征组合下的随机森林算法能充分利用高光谱图像的光谱和纹理信息,准确地鉴别玉米品种,为玉米品种的自动识别提供了一种新方法。

地理与地理信息科学杂志要求:

{1}文中图、表请顺序标号，且应有名称;若系采用于其他资料，请注明资料来源。

{2}文章格式一般要包括：题目、作者及单位、邮编、内容摘要、关键词、正文、参考文献等。

{3}作者请自留底稿，1个月收到采用通知可自行处理。因本刊人手有限，来稿恕不退还，请多谅解。

{4}题名应直接体现论文的要旨，必须与论文的内容相吻合。为方便读者检索，题名还应尽可能包含论文的关键词，以供二次文献编制题录、索引。

{5}顺序编码标注制是按引用文献出现的先后顺序，在文献的著者或成果叙述文字的右上角用方括号标注阿拉伯数字编排序号，并在参考文献表中按此序号依次著录，即将参考文献反引在文中引用位置。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社