用户名: 密码: 验证码:
基于反射光谱的温室黄瓜叶片磷素含量分析与预测
详细信息   全文下载|推荐本文 |
  • 出版年:2008
  • 作者:张喜杰;李民赞
  • 单位1:现代精细农业系统集成研究教育部重点实验室
  • 出生年:1979
  • 学历:博士研究生
  • 语种:中文
  • 作者关键词:光谱分析;黄瓜叶片;温室;磷素含量;人工神经网络;支持向量机
  • 起始页:2404
  • 总页数:5
  • 经费资助:国家“863”计划项目(2006AA10A302);国家自然科学基金项目(30370812)资助
  • 刊名:光谱学会光谱分析
  • 是否内版:否
  • 刊频:月刊
  • 创刊时间:1981
  • 主管单位:中国科学技术协会
  • 主办单位:中国光学学会
  • 主编:黄本立
  • 地址:北京市海淀区魏公村学院南路76号
  • 邮编:100081
  • 电子信箱:chngpxygpfx@vip.sina.com
  • 网址:http://www.gpxygpfx.com
  • 卷:28
  • 期:10
  • 期刊索取号:P342.06220
  • 核心期刊:物理类、化学类核心期刊
摘要
以温室栽培黄瓜作物为对象,分析了叶片反射光谱与叶片磷素含量之间的相关关系,并建立了预测模型。首先利用便携式光谱辐射仪测量了自然光照条件下温室黄瓜叶片的光谱反射率,并计算了反射率光谱的一次微分光谱。相关分析表明反射率光谱与叶片含P量之间具有一定的相关性,但线性相关不显著。利用微分光谱可以部分消除系统误差、背景噪声等的影响,明显提高了相关系数,但预测模型精度仍然达不到实用程度。在理论分析的基础上,选取978,920,737和458nm等4个波长作为特征波长,分别利用人工神经网络和支持向量机建立了黄瓜叶片P素含量对应于微分光谱特性的非线性预测模型,结果表明两种算法都获得了较好的预测效果,支持向量机模型的预测能力(Rv=0.754)优于人工神经网络模型(Rv=0.712)。

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700