基于混合蛙跳算法的果园土壤全氮含量高光谱预测

文献类型： 中文期刊

第一作者： 冯上奇

作者： 冯上奇;袁全春;黄凯;孙元昊;曾锦;吕晓兰

作者机构：

关键词： 果园;土壤全氮;预测模型;高光谱成像技术;混合蛙跳算法;卷积神经网络

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2025 年 56 卷 006 期

页码： 277-285

收录情况： EI ; 北大核心 ; CSCD

摘要： 土壤全氮含量是土壤重要的养分指标，基于高光谱数据研究并构建果园土壤全氮含量预测模型，为准确检测土壤全氮含量提供新方法。以江苏省农业科学院梨园土壤为研究对象，利用高光谱成像技术获取土壤光谱反射率数据，引入混合蛙跳算法和竞争性自适应加权采样进行光谱特征提取，并分别采用全波段和特征波段构建偏最小二乘回归、支持向量机、随机森林和卷积神经网络模型对土壤全氮含量进行估测。结果表明：原始光谱经过多种预处理方法处理后，经SG卷积平滑联合标准正态变换预处理，全波段构建的全氮预测模型表现最佳；基于混合蛙跳算法提取10个关键波段，占总波段数量的4.08%,有效降低了数据维度；基于混合蛙跳算法提取特征波段构建的卷积神经网络模型表现优异，此模型测试集决定系数为0.95、均方根误差为0.21 g/kg、相对分析误差为3.97。研究结果表明应用混合蛙跳算法能高效提取特征波段，降低数据维度，并且提高了土壤全氮含量估测精度，为果园土壤全氮含量准确估测提供参考。

分类号： S153.6%TP18%O433

  • 相关文献

[1]基于紫外-可见光谱与深度学习CNN算法的水质COD预测模型研究. 贾文珅,张恒之,马洁,梁刚,王纪华,刘鑫. 2020

[2]哈密瓜坚实度的高光谱无损检测技术. 李锋霞,马本学,何青海,吕琛,王宝,田昊. 2013

[3]高光谱图像感兴趣区域对苹果糖度模型的影响. 郭志明,黄文倩,彭彦昆,王秀,李江波. 2014

[4]基于线扫描拉曼高光谱系统的奶粉中硫氰酸钠无损检测. 刘宸,杨桂燕,王庆艳,黄文倩,王超鹏,王晓彬,陈立平. 2018

[5]高光谱成像技术在果蔬品质与安全无损检测中的原理及应用. 张保华,李江波,樊书祥,黄文倩,张驰,王庆艳,肖广东. 2014

[6]线扫描式拉曼高光谱成像技术无损检测奶粉三聚氰胺. 刘宸,杨桂燕,王庆艳,黄文倩,王晓彬,陈立平. 2017

[7]高光谱成像技术在果蔬品质安全无损检测中的应用. 卢娜,韩平,王纪华. 2017

[8]高光谱技术分析茶树叶片中叶绿素含量及分布. 赵杰文,王开亮,欧阳琴,陈全胜. 2011

[9]一种快速有效鉴定CRISPR/Cas9诱导水稻突变体的方法. 冯旭萍,彭城,张初,刘小丹,申婷婷,何勇,徐俊锋. 2018

[10]基于高光谱成像技术的草莓硬度预测. 卢娜,韩平,王纪华. 2018

[11]基于多维随机森林的番茄灰霉病高光谱图像早期检测. 高荣华,冯璐,张月,原继东,吴华瑞,顾静秋. 2022

[12]高光谱成像技术在农产品无损检测中的应用. 熊春晖,佘永新,焦逊,邵勇,贾莉,王淼,肖明,王静. 2023

[13]高光谱成像技术在茶叶中的应用研究进展. 李春华,龚雪蛟,刘东娜,王云. 2016

[14]基于高光谱成像技术识别苹果轻微损伤的有效波段研究. 沈宇,房胜,王风云,李哲,张琛,郑纪业. 2020

[15]高光谱成像技术在叶菜无损检测中的应用研究进展. 王涛,黄语燕,陈永快,廖水兰. 2024

[16]光谱技术在果品无损检测中的应用研究进展. 李明,孙小旭,顾红,李兰,程大伟,王勇健,代占武,陈锦永. 2024

[17]粮油品质安全高光谱成像检测技术的研究进展. 于宏威,王强,刘丽,石爱民,胡晖,刘红芝. 2016

[18]基于高光谱图像与光谱特征融合技术的鸡蛋新鲜度无损判别模型的建立. 刘翠玲,秦冬,孙晓荣,吴静珠,杨雨菲,胡昊,李佳琮,昝佳睿. 2022

[19]高光谱成像技术结合化学计量学可视化花生中蛋白质含量分布. 于宏威,王强,石爱民,杨颖,刘丽,胡晖,刘红芝. 2017

[20]基于高光谱成像技术的小麦籽粒赤霉病识别. 梁琨,杜莹莹,卢伟,王策,徐剑宏,沈明霞. 2016

作者其他论文 更多>>

微信小程序