基于集成学习的水稻氮素营养及籽粒蛋白含量监测

文献类型： 中文期刊

第一作者： 张杰

作者： 张杰;徐波;冯海宽;竞霞;王娇娇;明世康;傅友强;宋晓宇

作者机构：

关键词： 高光谱遥感;水稻品质;机器学习;集成算法;Adaboost;Random forest

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2022 年 42 卷 006 期

页码： 1956-1964

收录情况： EI ; 北大核心 ; CSCD

摘要： 利用高光谱遥感技术在水稻收获前对籽粒品质相关的蛋白质含量进行监测,一方面可以及时调整栽培管理方式,指导合理追肥,另一方面,有助于提前掌握籽粒品质信息,明确市场定位.该研究以广东省典型优质籼稻为研究目标,基于2019年和2020年两年氮肥梯度实验,以水稻分化期和抽穗期冠层尺度高光谱数据、水稻氮素参数,包括叶片氮素含量(LNC)、叶片氮素积累量(LNA)、植株氮素含量(PNC)、植株氮素积累量(PNA)及籽粒蛋白含量数据为基础,利用四种个体机器学习算法partial least square regression(PLSR)、K-nearest neighbor(KNN)、Bayesian ridge regression(BRR)、support vector regression(SVR),三种集成学习算法random forest(RF)、adaboost、bagging,针对水稻不同生育期氮素状况进行监测建模,在此基础上构建基于水稻冠层光谱信息、光谱信息结合水稻农学氮素参数的籽粒蛋白含量的监测模型,并对模型进行精度对比.研究结果表明,在水稻氮素营养监测方面,利用水稻冠层454~950 nm波段信息,采用RF及Adaboost算法,在水稻分化期、抽穗期及全生育期LNC、LNA、PNC及PNA模型R2均达到0.90以上,同时也具有较低的RMSE和MAE.在水稻籽粒蛋白品质监测方面,采用全波段光谱信息进行籽粒蛋白含量监测时,R F具有最高的精确度与稳定性,两生育期的R F模型对籽粒蛋白含量的监测结果R2分别为0.935和0.941,RM S E分别为0.235和0.226,M A E分别为0.189和0.152;两生育期以全波段光谱信息结合长势参数进行籽粒蛋白监测时,Adaboost模型具有最高的精确度和稳定性,其中分化期全波段光谱信息结合PNA作为输入参数,Adaboost模型R2为0.960,RMSE为0.175,MAE为0.150,以抽穗期全波段光谱信息结合PNC作为输入参数,R2为0.963,RMSE为0.170,MAE为0.137.研究结果表明,与PLSR,KNN,BRR和SVR几种个体学习器算法相比,集成算法RF,Adaboost和Bagging具备良好的处理多重共线性的能力,适合用于高光谱数据的分析与处理,在作物氮素营养监测及水稻品质的早期遥感监测方面具有明显优势.

分类号： TP79

  • 相关文献

[1]高光谱遥感技术在作物水氮监测中的应用:方法、模型及挑战. 李双,何青海,张文东,毕梦琪,王琦,张玉浩,翟伟广,马岩川. 2024

[2]基于亮度校正和AdaBoost的苹果缺陷在线识别. 张保华,黄文倩,李江波,赵春江,刘成良,黄丹枫. 2014

[3]基于机器学习法的企业海关风险评估模型研究-以大豆加工贸易企业为例. 陈俊菡,胡林. 2021

[4]环境因子对稻米品质影响研究进展. 刘建. 2002

[5]绿萍在稻鸭共作系统中的消长动态及增产效应. 甄若宏,王强盛,何加骏,邵明灿,周建涛,郑建初,卞新民. 2009

[6]CO_2浓度升高对重金属污染下稻米品质影响的研究进展. 王潇,宋正国,武慧斌,邹洪涛. 2013

[7]无人机高浓度施药对水稻品质的影响. 薛新宇,屠康,兰玉彬,秦维彩,张玲. 2013

[8]水稻新品种绥粳15水直播氮肥运筹. 门龙楠,谢树鹏,刘立超,张广彬. 2017

[9]早霜冻对水稻商品品质的影响. 矫江,王伯伦,寇洪萍. 2002

[10]施硒浓度及硒锌配施对水稻硒含量及品质的影响. 匡恩俊,迟凤琴,张久明,宿庆瑞,张一雯,刘亦丹,李永顺,朱宝国,陈磊. 2022

[11]水稻植株农艺性状与水稻品质的遗传相关性分析. 张振海. 2006

[12]红薯淀粉加工废水水质及其灌溉对水稻品质的影响. 张雪梅,张玲,高飞虎,李雪,梁叶星,张欢欢,杨世雄. 2024

[13]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017

[14]高光谱遥感监测冬小麦条锈病的研究进展(综述). 黄木易,王纪华,黄义德,黄文江,赵春江,刘良云. 2004

[15]高光谱遥感在植被理化信息提取中的应用动态. 谭昌伟,王纪华,黄文江,刘良云,黄义德,严伟才. 2005

[16]基于高光谱遥感的农作物识别. 舒田,岳延滨,李莉婕,黎瑞君,李裕荣,彭志良. 2016

[17]高光谱遥感叶面积指数(LAI)反演研究现状. 邢著荣,冯幼贵,李万明,王萍,杨贵军. 2010

[18]用高光谱微分指数监测冬小麦病害的研究. 蒋金豹,陈云浩,黄文江. 2007

[19]基于高光谱数据提取作物冠层特征信息的研究进展. 祁亚琴,王登伟,陈冠文,黄春燕,段震宇,陈燕,袁杰,杨坤. 2005

[20]基于GA的GRNN高光谱遥感反演冬小麦叶片氮含量模型的建立与验证. 孙焱鑫,王纪华,李保国,刘良云,黄文江,赵春江. 2007

作者其他论文 更多>>

微信小程序