基于颜色参数和BP神经网络的紫叶李叶片花青素含量估算

目前对植物叶片花青素含量的测定主要是湿化学法和高效液相色谱法(high performance liquid chromatography,HPLC),为简化测定方法,降低成本和提高精度,提出一种利用数码相机获取照片提取的颜色参数构建模型无损估测植物叶片花青素含量的方法。试验测定166份紫叶李叶片的花青素含量及其RGB特征值,对15种颜色参数进行皮尔逊相关分析,构建逐步多元线性回归（stepwise multiple linear regression,SMLR）、一元线性回归（single linear regression,SLR）和BP神经网络（BP neural network,BPNN）估算模型;同时对模型进行验证和比较。结果表明,1）BP神经网络模型建模集的R²、RMSE和MAE分别为0.883、0.412、0.323,验证集的R²、RMSE和MAE分别为0.796、0.462和0.353,相关系数均达到极显著水平;一元线性回归模型中,参数G-B与花青素含量的线性相关性最强,相关系数为-0.820,达到极显著水平;逐步多元线性回归模型的相关系数均达极显著水平,其中建模集的R²、RMSE和MAE分别为0.724、0.630、0.459,验证集的R²、RMSE和MAE分别为0.643、0.616和0.509。2）颜色参数与花青素含量之间具有明显的相关性,利用数码相机获取的颜色特征值估测紫叶李叶片花青素含量具有可行性;3）3种模型中,BP神经网络模型的估测效果最好,能有效地估测紫叶李叶片花青素含量,其次为逐步多元线性回归,一元线性回归模型的预测效果相对较差。     

江西省生态农业区划研究

根据江西省农业自然资源状况及省级生态农业建设与发展的需求,按照生态学和系统工程的原理与方法,定性与定量分析相结合的原则,建立了区划指标体系,并应用系统聚类法和判别分析法,对江西省生态农业环境进行了区域划分研究,并将其划分为5个生态农业区。这一区划结果大大增加了区划的科学性、准确性与实用性,并且取得了较好的区划效果,为宏观指导江西省生态农业的建设与发展提供了可靠的科学依据。     

我国特有的小鲵科动物——商城肥鲵

商城肥鲵为我国特有的小鲵科动物,但由于其被发现时间较短,种群数量少和分布区狭窄,故很少被世人了解.因此对商城肥鲵的分类历史、形态特征、生活习性和分布、资源现状进行简要介绍,为有志于研究商城肥鲵的学者提供相关参考资料;同时根据资源现状提出保护意见,为有关部门制定商城肥鲵的保护措施提供参考.     

油用牡丹种子水分含量近红外光谱估算研究

水分含量是影响种子销售、储存及加工的重要指标之一.以156份油用牡丹种子为试验材料,利用近红外光谱技术快速检测油用牡丹种子水分含量,分析油用牡丹种子的光谱特征,应用近红外光谱技术,结合偏最小二乘回归法,建立油用牡丹种子水分含量的估算模型,并比较多种预处理方法对建模结果的影响.结果表明,油用牡丹种子水分含量特征波段为14...