不同水分胁迫程度下烤烟叶片钾含量的光谱响应
发布时间:2023-12-29 18:45
【目的】精准、快速、无损监测烤烟叶片钾素营养水平。【方法】设计不同程度的干旱和渍水胁迫试验,以K326、中烟100为供试品种,探索不同水分胁迫程度下烤烟叶片钾含量与光谱信息的变化规律,筛选烟叶钾含量的敏感光谱特征变量及光谱参数,构建烟叶钾含量预测模型。【结果】(1)随水分胁迫程度的加重,在近红外光区,烤烟叶片钾含量和叶片光谱反射率的值在伸根期均表现为升高趋势,在旺长期与成熟期表现为降低趋势。(2)以利用本文筛选出的8个最佳敏感光谱指数(mSR705、SDr、DVI、MSAVI2、λg、Dr、NDSI(2275,1875)、RDVI)构建的BP神经网络模型效果最好,模型决定系数R2=0.9336,RMSE(均方根误差)为0.1348。【结论】可利用光谱参数构建烤烟钾含量BP神经网络模型,模型稳定、精度较好。可为实时精准监测烤烟叶片钾含量,及时了解土壤水分环境提供技术支撑。
【文章页数】:7 页
【文章目录】:
1 材料与方法
1.1 试验设计
1.2 烤烟叶片光谱测定
1.2.1 烤烟叶片钾含量测定
1.2.2 光谱分析
1.2.2.1 光谱特征变量
1.2.2.2 光谱参数的选择
1.3 数据分析
2 结果与分析
2.1 不同水分胁迫程度下烤烟叶片钾含量和光谱反射率的变化规律
2.2 烤烟叶片钾含量与光谱特征变量的相关性
2.3 烤烟叶片钾含量与光谱参数的相关性
2.4 烤烟叶片钾含量估算模型的建立
2.4.1 一元线性回归模型的建立
2.4.2 BP神经网络模型的建立
2.4.3 预测模型的检验
3 结论与讨论
本文编号:3876241
【文章页数】:7 页
【文章目录】:
1 材料与方法
1.1 试验设计
1.2 烤烟叶片光谱测定
1.2.1 烤烟叶片钾含量测定
1.2.2 光谱分析
1.2.2.1 光谱特征变量
1.2.2.2 光谱参数的选择
1.3 数据分析
2 结果与分析
2.1 不同水分胁迫程度下烤烟叶片钾含量和光谱反射率的变化规律
2.2 烤烟叶片钾含量与光谱特征变量的相关性
2.3 烤烟叶片钾含量与光谱参数的相关性
2.4 烤烟叶片钾含量估算模型的建立
2.4.1 一元线性回归模型的建立
2.4.2 BP神经网络模型的建立
2.4.3 预测模型的检验
3 结论与讨论
本文编号:3876241
本文链接:https://www.wllwen.com/wenshubaike/shenghuobaike/3876241.html