文献类型： 中文期刊

作者： 张浩 ¹ ; 胡昊 ¹ ; 陈义 ² ; 唐旭 ² ; 吴春艳 ² ; 刘玉学 ² ; 杨生茂 ² ; 郑可锋 ¹ ;

作者机构： 1.浙江省农业科学院数字农业研究所

2.浙江省农业科学院环境资源与土壤肥料研究所

关键词： 水稻氮素;主成分分析;偏最小二乘回归;神经网络;特征波段

期刊名称： 核农学报

ISSN： 1000-8551

年卷期： 2012 年 26 卷 01 期

页码： 135-140

收录情况： 北大核心 ; CSCD

摘要： 研究水稻叶片氮素和籽粒蛋白质含量的高光谱快速、无损监测方法,对于水稻营养诊断、籽粒品质监测及氮肥高效利用具有重要意义。本文通过水稻盆栽试验,测定水稻叶片氮素、籽粒蛋白质含量和冠层光谱,采用不同的光谱建模方法来提高氮素、籽粒蛋白质含量的估测精度。先用主成分分析(PCA)方法进行特征波段的提取,再用多元线性回归(MLR)、人工神经网络(ANN)和偏最小二乘回归(PLSR)进行建模。结果表明,水稻叶片氮素和籽粒蛋白质含量与特征光谱存在很好的模型关系,3种模型预测的决定系数(R2p)均在0.847以上,并以PLSR模型的预测效果为最好,可以实现水稻氮素营养和籽粒品质的高光谱估测。