基于近红外光谱与多元模型的小麦氮含量估算

• 作者: 姚江河 张兵 范泽华 陈杰
• 来源期刊: 江苏农业科学
• 学科: 农学
• 关键词: 春小麦 近红外光谱 最小二乘法 主成分分析 氮含量估算 水含量估算
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 农业工程与信息技术
• 页码范围: 374-378
• 页数: 5页
• 分类号: S127|S512.106
• 字数: 3309字
• 语种: 中文
• DOI: 10.15889/j.issn.1002-1302.2016.09.107

摘要

采用频谱测量的谷物氮元素估算方法易受作物水分等因素的影响，对此提出了采用近红外光谱与最小二乘法（PLS）的小麦氮素与水分预测方案。采用光谱传感器获得的光谱反射率数据（光谱范围是400～950 nm），在植物生长阶段（BBCH 32）测试了是否可以估算春小麦中的氮与水分。2014—2015年，在甘肃地区进行小麦的田地试验，试验场共包含36个小区，在播种期间主小区使用氮施肥（N 70 kg／hm2或100 kg／hm2），子块则使用水灌溉。在BBCH 32，对所有的小区使用便携式光谱仪测量其冠层反射率，然后，每个小区选择0．25 m2样方作为地表小麦作物量的采样，并分析总氮量。首先通过对数线性比对光谱数据进行预处理，然后使用Savitzky－Golay方法与均值化对其进行第一阶导数滤波，然后，通过偏最小二乘法（PPLS）结合光谱信息与正定数据对模型进行校准。结果表明，本方法优于基于指标的方法，其最优模型的氮、水分性能分别为RPD＝2．26、RPD＝1．49。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚江河	塔里木大学信息工程学院	37	84	4.0	6.0
2	陈杰	塔里木大学信息工程学院	32	43	4.0	4.0
3	范泽华	塔里木大学信息工程学院	11	16	3.0	3.0
4	张兵	塔里木大学信息工程学院	6	7	2.0	2.0