| 基于高光谱成像技术的油菜SPAD值空间分布预测及最佳测量叶位 |
| |
| 引用本文： | 赵琨,王珺珂,王楚锋,谢田晋,张建.基于高光谱成像技术的油菜SPAD值空间分布预测及最佳测量叶位[J].华中农业大学学报,2018,37(4):78-84. |
| |
| 作者姓名： | 赵琨 王珺珂 王楚锋 谢田晋 张建 |
| |
| 作者单位： | 华中农业大学现代教育技术中心;华中农业大学资源与环境学院;长江水利委员会长江科学院空间信息技术应用研究所;农业部长江中下游耕地保育重点实验室 |
| |
| 基金项目： | 国家自然科学基金项目（31501222，41201364）； 中央高校基本科研业务费专项（2017JC038，2015BQ026） |
| |
| 摘 要： | 采集不同氮素处理水平下的油菜植株不同叶位和叶片部位的高光谱数据、SPAD值和叶绿素含量实测值,在筛选原始高光谱数据预处理方法的基础上,比较基于偏最小二乘(partial least squares,PLS)模型和最小二乘-支持向量机(least squares support vector machine,LS-SVM)的SPAD预测模型。结果表明,基于标准正态变量校正(standard normal variate,SNV)预处理方法的LS-SVM模型(SNV-LS-SVM)为最佳高光谱-SPAD预测模型,可准确预测油菜叶片SPAD值空间分布和可视化结果。基于SPAD空间分布结果提取不同叶位和叶片部位的SPAD值,将其与对应植株和叶片位置的实测叶绿素含量进行相关性分析,结果显示,油菜SPAD值最佳测量叶位为顶四叶的顶部。
|
| 关 键 词： | 油菜 叶绿素 高光谱成像技术 SPAD值 最小二乘-支持向量机 偏最小二乘法 无损检测 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《华中农业大学学报》浏览原始摘要信息 |
| 点击此处可从《华中农业大学学报》下载免费的PDF全文 |
|
