水稻叶片氮素及籽粒蛋白质含量的高光谱估测模型

• 作者: 刘玉学 吴春艳 唐旭 张浩 杨生茂 胡昊 郑可锋 陈义
• 来源期刊: 核农学报
• 学科: 农学
• 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
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 同位素示踪·资源环境·动植物生理
• 页码范围: 135-140
• 分类号: S512.1
• 语种: 中文

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。