基于高光谱的不同生育期玉米花青素含量估测

文献类型： 中文期刊

第一作者： 郭松

作者： 郭松;常庆瑞;赵泽英;李莉婕;童倩倩

作者机构：

关键词： 玉米;花青素;光谱变换;支持向量回归;极限学习机回归

期刊名称： 江苏农业学报

ISSN： 1000-4440

年卷期： 2024 年 002 期

页码： 303-311

收录情况： 北大核心 ; CSCD

摘要： 花青素（Anthocyanin）是玉米体内的重要色素，对花青素含量的便捷、无损估测对监测玉米长势具有重要意义。利用关中地区拔节期、大喇叭口期、抽雄期以及乳熟期玉米冠层叶片Anth值及高光谱数据建立多个单因素模型和多因素模型。结果表明，不同生育期玉米叶片原始光谱特征总体一致、局部不同。变换光谱的特征波段与Anth值相关性优于原始光谱，其中一阶导数光谱特征波段最优。连续投影算法（SPA）降维能力较好，筛选出的建模参数在2～27个。最优单因素模型与多元性线性回归模型精度均为抽雄期最优，拔节期和大喇叭口期次之，乳熟期最差。所有模型中，抽雄期基于一阶导数光谱的麻雀搜索算法-极限学习机回归（SSA-ELMR）模型精度最佳，该模型建模与验证R~2分别为0.847、0.895,相应nRMSE为6.44%和7.21%。本研究结果表明抽雄期是玉米叶片花青素含量反演的最佳时期，极限学习机能进一步提升传统模型精度。

分类号： S513

  • 相关文献

[1]基于高光谱特征参数优选的土壤盐分含量建模及其验证. 李志,苏武峥,李新国,王银方,毛东雷,麦麦提吐尔逊·艾则孜. 2021

[2]光谱变换和光谱分辨率对土壤有机质含量估测精度的影响. 张霄羽,姚艳敏,颜祥照. 2023

[3]基于MCC-GAPLS-PLSR的辣椒叶绿素含量高光谱定量反演. 王宇,汪泓,肖玖军,邢丹,李可相,张永亮,岳延滨. 2024

[4]利用花青素可视化跟踪表达系统快速筛选表达Cry1Ablc基因的转基因玉米. 巴超杰,薛静,陈绪清,杨凤萍,张立全,李向龙,张晓东. 2013

[5]利用花青素可视化跟踪表达系统快速筛选表达Cry1Ab/c基因的转基因玉米. 巴超杰,薛静,陈绪清,杨凤萍,张立全. 2013

[6]基于切片技术的不同颜色籽粒幼苗发育及花青素累积探讨. 冯汉宇,魏建华,王旭明,张殿朋,岳跃森,欧阳. 2019

[7]花青素合成转录因子基因在玉米中的表达研究:一种新型基因可视化跟踪表达系统. 宫硖,杨凤萍,薛静,陈绪清,张立全. 2012

[8]玉米籽粒花青素合成分子机制的研究进展. 李廷春,杨华应,刘桂虎,张玮,董庆,雷艳丽,钱益亮,周应兵,陈洪俭. 2017

[9]玉米紫色叶突变体zmpl-1表型分析及基因定位. 朱振兴,郭长英,李丹. 2023

[10]利用花青素基因标记研究正反交对玉米杂交种主要性状的影响. 冯汉宇,江颖,张立全,张晓东. 2018

[11]高花青素玉米新品种黑糯715的选育及栽培制种技术. 杜伦静,宋宁宁,李筱姣,陈荣丽,易红华,蔡治荣,周胜,柯剑鸿. 2023

[12]基于时间序列SVR模型的玉米价格预测研究. 张宝文,王川,杨春英,王来刚. 2020

[13]基于地统计学的多维时间序列模型及其在生态学中的应用. 谭泗桥,林雪梅,陈渊,向昌盛,袁哲明,柏连阳. 2009

[14]醇类化合物对欧洲林蛙蝌蚪毒性的QSAR研究. 杨浩娜,彭世文,王立峰. 2017

[15]基于SVR和PLSR的土壤有机质高光谱估测模型研究. 沈兰芝,高懋芳,闫敬文,姚艳敏. 2019

[16]基于均匀设计与支持向量回归的木薯生料发酵转化乙醇工艺参数优化. 蔡柳,苏小军,李清明,熊兴耀. 2017

[17]基于均匀设计与支持向量回归的莲子皮原花青素提取研究. 王立峰,李涛,彭芳刚,袁哲明,吴卫国. 2016

[18]基于图像处理的水培生菜冠层图像叶面积估测研究. 杨娟,赵汗青,马新明,钱婷婷,张滢钰,王宁. 2024

[19]一种基于高光谱图像的熟牛肉TVB-N含量预测方法. 田卫新,何丹丹,杨东,陆安祥. 2016

[20]水稻产量遥感监测机器学习算法对比. 竞霞,张杰,王娇娇,明世康,傅友强,冯海宽,宋晓宇. 2022

作者其他论文 更多>>

微信小程序