简介： 基于特征波长的植物潜在光合能力预测方法，设置六个光照梯度下相同温度、湿度、CO₂浓度的培养环境，待不同光照处理下的植株产生差异，随机选取植株叶片作为实验样本，分别测量植物叶片暗荧光参数及可见‑近红外反射光谱，作为样本数据；采用蒙特卡洛法剔除异常样本，按4：1随机划分训练集和测试集；采用相关系数法和连续投影法提取特征波长；以特征波长对应的反射光谱为输入，植物潜在最大光合能力为输出，利用遗传算法优化的径向基函数神经网络建立植物潜在最大光合能力预测模型；利用该模型，对植物潜在最大光合能力进行预测，本发明为植物潜在最大光合能力的快速，无损，低成本监测提供了理论依据。