排序方式: 共有66条查询结果,搜索用时 15 毫秒
41.
42.
43.
水稻叶片氮素及籽粒蛋白质含量的高光谱估测模型 总被引:4,自引:0,他引:4
研究水稻叶片氮素和籽粒蛋白质含量的高光谱快速、无损监测方法,对于水稻营养诊断、籽粒品质监测及氮肥高效利用具有重要意义。本文通过水稻盆栽试验,测定水稻叶片氮素、籽粒蛋白质含量和冠层光谱,采用不同的光谱建模方法来提高氮素、籽粒蛋白质含量的估测精度。先用主成分分析(PCA)方法进行特征波段的提取,再用多元线性回归(MLR)、人工神经网络(ANN)和偏最小二乘回归(PLSR)进行建模。结果表明,水稻叶片氮素和籽粒蛋白质含量与特征光谱存在很好的模型关系,3种模型预测的决定系数(R2p)均在0.847以上,并以PLSR模型的预测效果为最好,可以实现水稻氮素营养和籽粒品质的高光谱估测。 相似文献
44.
45.
46.
47.
48.
49.
基于多光谱图像的水稻叶片叶绿素和籽粒氮素含量检测研究 总被引:7,自引:1,他引:7
先利用常规技术分析了水稻的叶片叶绿素和籽粒氮素含量,然后用包含绿(G)、红(R)和近红外(NIR)三波段通道的电荷耦合器件(CCD)成像技术对水稻叶片和籽粒进行了无损检测。试验结果显示,水稻叶片叶绿素a、叶绿素b分别与G、NIR通道图像灰度呈极显著线性相关,叶绿素(a+b)含量则与上述两通道图像灰度呈显著线性相关;而且,水稻籽粒氮素含量与G、NIR通道、归一化植被指数(NDVI)灰度呈显著线性相关。由此建立了水稻叶片叶绿素和籽粒氮素含量的多光谱图像预测模型,并分别用21个样本对模型进行检验,其中线性显著相关的7个模型的相对误差RE(%)介于9.36%~157%,实现了对水稻叶片叶绿素和籽粒氮素含量的快速、准确、非破坏性检测。 相似文献
50.