版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、利用光譜技術(shù)對(duì)作物的氮素營(yíng)養(yǎng)及生長(zhǎng)狀況進(jìn)行實(shí)時(shí)監(jiān)測(cè)與快速診斷是精確農(nóng)業(yè)中的研究熱點(diǎn),具有十分重要的理論和實(shí)踐意義。近紅外光譜技術(shù)以其快速、準(zhǔn)確等優(yōu)點(diǎn)為作物遙感監(jiān)測(cè)提供了有效手段。本研究以不同年份、不同品種、不同施氮水平的水稻田間試驗(yàn)為依托,運(yùn)用偏最小二乘法(PLS)、主成分分析(PCR)、逐步多元回歸(SMLR)和BP神經(jīng)網(wǎng)絡(luò)(BPNN)4種化學(xué)計(jì)量學(xué)方法,分析了水稻葉片近紅外光譜與氮含量、色素含量、可溶性總糖含量以及糖氮比的關(guān)系,構(gòu)建
2、了基于近紅外光譜的水稻葉片氮素及其相關(guān)組分的預(yù)測(cè)模型。研究結(jié)果為作物生長(zhǎng)監(jiān)測(cè)和精確農(nóng)作管理提供理論基礎(chǔ)和關(guān)鍵技術(shù)。
首先定量分析了水稻葉片近紅外光譜與氮含量之間的關(guān)系,對(duì)鮮葉和干葉粉末在12500~4000 cm-1、8000~4500 cm-1、8000~6000 cm-1和5500~4500 cm-1波段范圍進(jìn)行了光譜預(yù)處理,并應(yīng)用PLS、PCR、SMLR和BPNN方法建立了水稻葉片氮含量的定量估測(cè)模型。結(jié)果表明,基于
3、PLS建立的模型表現(xiàn)最好,鮮葉氮含量近紅外光譜校正模型Rc2為0.940,RMSEC為0.226,主成分因子數(shù)為7;粉末氮含量的近紅外光譜校正模型Rc2為0.977,RMSEC為0.136,主成分因子數(shù)為6。模型的內(nèi)部交叉驗(yàn)證分析表明,預(yù)測(cè)鮮葉氮含量Rcv2為0.857,RMSECV為0.251;預(yù)測(cè)粉末氮含量Rcv2為0.897,RMSECV為0.211。模型的外部驗(yàn)證分析表明,預(yù)測(cè)水稻鮮葉氮含量的Rv2大于0.800,RMSEP小于
4、0.500,預(yù)測(cè)粉末氮含量的Rv2為0.916,RMSEP為0.225。綜上,基于粉末建立的近紅外光譜預(yù)測(cè)模型準(zhǔn)確性和精確度較鮮葉高;近紅外光譜分析技術(shù)與化學(xué)分析方法一致性較好。
進(jìn)一步利用上述4種方法構(gòu)建了水稻葉片中葉綠素Chla+b,Chla、Chlb和類(lèi)胡蘿卜素Car的近紅外預(yù)測(cè)模型。結(jié)果顯示,對(duì)光譜進(jìn)行一階導(dǎo)數(shù)(First derivative)和平滑處理(Norris derivative filter)對(duì)模型有
5、很好的優(yōu)化效果;8000~4000cm-1范圍為最佳建模波段。Chla、Chlb、Chla+b和Car應(yīng)用PLS方法建模效果最好,模型的校正決定系數(shù)Rc2都達(dá)到了0.8以上,最佳因子數(shù)均為8。內(nèi)部交叉驗(yàn)證表明,除Chlb外,模型預(yù)測(cè)Chla、Chla+b和Car的Rcv2均在0.8以上。利用獨(dú)立數(shù)據(jù)對(duì)模型進(jìn)行外部驗(yàn)證,結(jié)果表明模型對(duì)Chlb的預(yù)測(cè)效果最好,Rv2達(dá)到了0.842,RMSEP為0.123;對(duì)Chla和Chla+b的預(yù)測(cè)結(jié)果
6、較差,Rv2分別為0.741和0.749;而對(duì)Car預(yù)測(cè)能力最差,Rv2僅0.625。
最后探討了近紅外光譜估測(cè)水稻葉片可溶性總糖和糖氮比的可行性。結(jié)果表明,對(duì)光譜進(jìn)行-階導(dǎo)數(shù)處理可以有效提高模型精度;4個(gè)模型的最佳建模范圍不同,鮮葉可溶性總糖模型的建模范圍12500~4000cm-1,Rc2達(dá)到0.957;粉末可溶性總糖模型的建模范圍5500~4500cm-1,Rc2達(dá)到0.910;鮮葉糖氮比模型的建模范圍6800~56
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于近紅外光譜技術(shù)的小麥葉片氮素營(yíng)養(yǎng)及籽粒蛋白質(zhì)含量監(jiān)測(cè)研究.pdf
- 近紅外光譜
- 基于高光譜的寒地水稻葉片氮素營(yíng)養(yǎng)診斷研究.pdf
- 基于光譜的水稻氮素營(yíng)養(yǎng)監(jiān)測(cè)與調(diào)控模型研究.pdf
- 基于葉片高光譜指數(shù)的水稻氮素及色素含量監(jiān)測(cè)研究.pdf
- 巴戟天近紅外光譜的研究.pdf
- 基于近紅外光譜技術(shù)的腦血氧監(jiān)測(cè)技術(shù)的研究.pdf
- 基于ARM的近紅外光譜儀研究.pdf
- 蘋(píng)果近紅外光譜的分類(lèi)研究.pdf
- 基于近紅外光譜技術(shù)的木材識(shí)別初步研究.pdf
- 基于近紅外光譜的血壓檢測(cè)技術(shù)研究.pdf
- 基于近紅外光譜技術(shù)的水稻葉部病害診斷模型構(gòu)建.pdf
- 基于近紅外光譜檢測(cè)的微生物發(fā)酵監(jiān)測(cè)與建模.pdf
- 基于近紅外光譜的土壤氮碳估算研究.pdf
- 基于近紅外光譜的廢混合塑料識(shí)別研究.pdf
- 基于近紅外光譜吸收原理的氣體傳感研究.pdf
- 基于近紅外光譜的中藥過(guò)程分析方法研究.pdf
- 基于近紅外光譜的滋補(bǔ)中藥分類(lèi)方法研究.pdf
- 棉籽仁主要營(yíng)養(yǎng)成分近紅外光譜評(píng)定研究.pdf
- 基于成像高光譜的小麥氮素營(yíng)養(yǎng)監(jiān)測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論