文献类型： 中文期刊

作者： 冯海宽 ¹ ; 杨福芹 ¹ ; 李振海 ¹ ; 杨贵军 ¹ ; 郭建华 ¹ ; 贺鹏 ¹ ; 王衍安 ² ;

作者机构： 1.北京农业信息技术研究中心

2.山东农业大学生命科学学院

关键词： 光谱分析;磷;模型;苹果叶片;最优权重;RBF神经网络

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2016 年 34 卷 07 期

页码： 173-180

收录情况： EI ; 北大核心 ; CSCD

摘要： 为了估算苹果叶片全磷含量,该文使用2012年和2013年在山东省肥城市潮泉镇下寨村的2个苹果示范园获取的整个生育期苹果叶片全磷含量和对应的叶片光谱数据,建立了预测苹果叶片全磷含量的最优权重组合模型。首先分析了苹果叶片全磷含量和原始光谱的相关关系,确定了以553和722 nm为苹果叶片全磷含量的诊断波段;根据叶片全磷含量与400~2 500 nm范围两两组合的决定系数等值线图,确立了对苹果叶片全磷含量敏感的546和521 nm、553和518 nm组合的归一化差值指数和543和525 nm、1 394和718 nm组合的比值指数;最后以553和722 nm的反射率以及546和521 nm、553和518 nm组合的归一化差值指数和543和525 nm、1 394和718 nm组合的比值指数为自变量,构建了基于苹果叶片全磷含量的最优权重组合模型,实现了对苹果叶片全磷含量的高光谱估算。结果表明,最优权重组合模型无论是建模集还是验证集,其预测能力(R2=0.94)要优于该文中的6种统计方法(平均R2=0.82),研究结果为快速无损诊断苹果叶片的磷素状况提供新的技术途径。