基于高光谱“玉米田养鹅”模式下作物冠层氮素反演
发布时间:2024-05-21 03:05
为实现"玉米田养鹅"模式下作物氮素养分快速无损监测,开展了基于高光谱"农牧一体化"实验。以放牧前后的玉米冠层作为研究对象,利用高光谱技术分析不同时期玉米冠层叶片光谱,采用波段自相关分析(Bands Inter-correlation Analysis, BICA)与主成分分析(Principal Components Analysis, PCA)相结合的方法提取特征波段,并构建多种光谱参数,进而建立了基于BICA-PCA方法的多元回归模型(Multivariable Regression Model,MRA),并筛选和验证了所建模型。结果表明:随着不同生育期的进行,鹅的粪便会作为肥料给作物补充氮素,近红外光谱反射率增高,红边位置向左移动。建立模型在放牧前期校正集决定系数RC2为0.796,校正集均方根误差(Root-mean-square Error Correction, RMSEC)为0.133;在预测集决定系数Rp2为0.840,预测集均方根误差(Root-mean-square Error ...
【文章页数】:7 页
【文章目录】:
0 引言
1 数据采集与处理方法
1.1 实验田概况
1.2 冠层高光谱图像采集和氮素值获取
1.3 冠层反射率提取
1.4 数据处理
2 实验结果
2.1 放牧前后玉米冠层高光谱特征
2.2 特征波段提取与选择
2.3 基于BICA-PCA的特征波长建模预测
2.3.1 光谱参数与氮素含量相关性
2.3.2 玉米氮素含量预测模型
3 讨论
4 结论
本文编号:3979517
【文章页数】:7 页
【文章目录】:
0 引言
1 数据采集与处理方法
1.1 实验田概况
1.2 冠层高光谱图像采集和氮素值获取
1.3 冠层反射率提取
1.4 数据处理
2 实验结果
2.1 放牧前后玉米冠层高光谱特征
2.2 特征波段提取与选择
2.3 基于BICA-PCA的特征波长建模预测
2.3.1 光谱参数与氮素含量相关性
2.3.2 玉米氮素含量预测模型
3 讨论
4 结论
本文编号:3979517
本文链接:https://www.wllwen.com/nykjlw/nzwlw/3979517.html
最近更新
教材专著