基于BP神经网络的橡胶苗叶片磷含量高光谱预测

文献类型： 中文期刊

第一作者： 郭澎涛

作者： 郭澎涛;苏艺;茶正早;林清火;罗微;林钊沐

作者机构：

关键词： 神经网络;光谱分析;模型;偏最小二乘回归;微分技术;营养诊断

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2016 年 32 卷 S1 期

页码： 177-183

收录情况： EI ; 北大核心 ; CSCD

摘要： 为验证高光谱技术在橡胶苗叶片磷素营养诊断方面的可行性,该文以砂培橡胶苗为研究对象,利用高光谱仪测得不同磷处理水平下橡胶苗叶片光谱反射率,并应用微分技术求取去噪后光谱反射率一阶和二阶导数,以叶片磷含量和光谱变量相关性分析为基础,选择出叶片磷含量敏感波段,最后以敏感波段为输入变量,结合多重线性回归、偏最小二乘回归和反向传播神经网络模型对叶片磷含量进行预测。结果表明:原始光谱反射率555和722 nm、一阶导数674、710、855、1 091、1 197、1 275、1 718、2 181和2 228 nm以及二阶导数816、890、1 339、1 357和2 201 nm为叶片磷含量敏感波段;反向传播神经网络模型预测精度最高,训练集和验证集中预测值和实测值之间的相关系数r分别为0.964和0.967,均方根误差RMSE分别为0.0139和0.00856,模型性能指数(ratio of performance to deviation,RPD)分别为3.71和3.23,证明高光谱技术可以快速、准确诊断橡胶苗叶片磷含量。

分类号： S794.1`TP183

  • 相关文献

[1]水稻叶片氮素及籽粒蛋白质含量的高光谱估测模型. 张浩,胡昊,陈义,唐旭,吴春艳,刘玉学,杨生茂,郑可锋. 2012

[2]光谱分析技术在作物氮素诊断上的应用研究进展. 栗方亮,孔庆波,张青. 2020

[3]冬小麦灌浆期蚜虫危害高光谱特征研究. 罗菊花,黄木易,赵晋陵,黄文江,张竞成,董莹莹,王锦地. 2011

[4]基于赤池信息准则的冬小麦植株氮含量高光谱估算. 杨福芹,戴华阳,冯海宽,杨贵军,李振海,陈召霞. 2016

[5]谷物联合收割机收获小麦含杂率高光谱反演研究. 陈满,倪有亮,金诚谦,徐金山,袁文胜. 2019

[6]最优权重组合模型和高光谱估算苹果叶片全磷含量. 冯海宽,杨福芹,李振海,杨贵军,郭建华,贺鹏,王衍安. 2016

[7]基于EFAST和PLS的苹果叶片等效水厚度高光谱估算. 冯海宽,李振海,金秀良,杨贵军,万鹏,郭建华,于海洋,杨福芹,李伟国. 2016

[8]基于高光谱的冬小麦氮素营养指数估测. 王仁红,宋晓宇,李振海,杨贵军,郭文善,谭昌伟,陈立平. 2014

[9]黑土土壤中全氮含量的高光谱预测分析. 卢艳丽,白由路,王磊,王贺,杨俐苹. 2010

[10]多种潮土有机质高光谱预测模型的对比分析. 郭斗斗,黄绍敏,张水清,聂胜委. 2014

[11]日光温室内作物干物质积累预测新方法研究. 张云鹤,乔晓军,王成. 2005

[12]基于LSTM神经网络的肉牛动态称重算法研究. 马聪,李锋,张建华,陈学东,张学俭,朱丹. 2020

[13]基于神经网络及电子鼻的虾夷扇贝鲜活品质评价及传感器的筛选. 傅润泽,沈建,王锡昌,刘俊荣,倪锦,樊文. 2016

[14]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

[15]基于高光谱的水稻土有机质含量估算研究. 卢岩,郭斗斗,孙成明,刘涛,陈瑛瑛,武威. 2014

[16]不同利用方式下土壤有机质和全磷的可见近红外高光谱反演. 薛利红,周鼎浩,李颖,杨林章. 2014

[17]应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算. 付元元,王纪华,杨贵军,宋晓宇,徐新刚,冯海宽. 2013

[18]能量色散X射线荧光光谱检测土壤重金属砷、锌、铅和铬（英文）. 王世芳,罗娜,韩平. 2018

[19]能量色散X射线荧光光谱检测土壤重金属砷、锌、铅和铬（英文）. 王世芳,罗娜,韩平. 2018

[20]基于高光谱数据的高寒草地土壤有机碳预测模型研究. 崔霞,宋清洁,张瑶瑶,胥刚,孟宝平,高金龙. 2017

作者其他论文 更多>>

微信小程序