基于光谱特征参量的高山松叶片氮素含量估测模型研究

• 作者: 刘延 吉一涛 吴秋菊 舒清态 谢福明 黄田
• 来源期刊: 西南林业大学学报
• 学科: 农学
• 关键词: 光谱 特征参量 氮素 KNN 非参数模型 高山松
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 151-156
• 页数: 6页
• 分类号: S771.8
• 字数: 4568字
• 语种: 中文
• DOI: 10.11929/j.issn.2095-1914.2018.03.022

摘要

以我国西部高海拔地区特有树种高山松为研究对象,基于ASD便携式地物光谱辐射仪测定高山松叶片光谱,结合叶样氮素含量的实验室分析结果,利用相关分析法筛选与叶样氮素含量具有极显著相关性的光谱特征参量,分别采用回归曲线法和K-邻近距离(KNN) 法构建高山松叶片氮素含量的参数和非参数估测模型,通过精度检验对2种方法及其构建模型进行对比分析.结果表明:在参数模型中以红边面积与蓝边面积比值 (SDr/SDb) 为自变量构建的二次函数模型估测效果最好,其决定系数(R2)、均方根误差(RMSE) 和相对误差(RE) 分别为0.627、0.12 g/100 g和4.75%;采用KNN法构建的非参数模型估测效果更好,其R2、RMSE 和RE 分别为0.856、0.12 g/100 g和5.43%.说明相对于传统的参数模型,KNN法构建的非参数模型在高山松氮素含量估测方面表现出更优越的估测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴秋菊	西南林业大学林学院	6	19	3.0	4.0
2	舒清态	西南林业大学林学院	60	362	10.0	16.0
3	刘延	西南林业大学林学院	8	19	3.0	4.0
4	吉一涛	西南林业大学林学院	5	14	3.0	3.0
5	谢福明	西南林业大学林学院	9	13	3.0	3.0
6	黄田	西南林业大学林学院	9	16	3.0	3.0