版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、氮素是植物生長發(fā)育、產(chǎn)量形成和品質(zhì)提高的基礎(chǔ),及時(shí)了解氮素營養(yǎng)狀況才能保證作物的正常生長發(fā)育。近年來,光譜技術(shù)在植物營養(yǎng)診斷中的應(yīng)用成為人們研究和關(guān)注的焦點(diǎn),該手段以快速、準(zhǔn)確等優(yōu)點(diǎn)替代常規(guī)化學(xué)分析方法,對(duì)實(shí)時(shí)診斷葉片氮含量具有重要意義。本文通過分析新鮮和粉碎狀梨樹葉片氮素光譜特征,分別從光譜信息采集的影響因素、樣品選擇、樣品狀態(tài)與模型參數(shù)等方面開展研究。結(jié)果表明:
(1)利用植被探頭和白板配合采集的梨樹鮮葉反射光譜噪音小
2、、光譜平滑,有利于提高預(yù)測(cè)模型的精度。葉片中部采集的光譜反射率最能代表整張葉片的光譜,由此確定了植被探頭采集葉片的部位;確定了葉片上的灰塵對(duì)光譜反射率和植被指數(shù)的顯著影響,在采集光譜前必須予以除去。
(2)不同生育期梨樹葉片氮含量的最大敏感波長略有不同,5月、7月和8月梨樹幼果期、二次膨大期、采后期三個(gè)時(shí)期的最大敏感波長分別為715 nm、710 nm和718 nm,建立的對(duì)應(yīng)的氮含量和波長反射率的線性相關(guān)系數(shù)分別為-0.
3、605、-0.6186和-0.7936;發(fā)現(xiàn)全波段(350-2500nm)和原始光譜形式最適合梨樹葉片偏最小二乘預(yù)測(cè)模型的建立。三個(gè)時(shí)期預(yù)測(cè)模型精度最高時(shí)的主成分分別為11、13和12,模型的交叉驗(yàn)證決定系數(shù)(R2cv)分別為0.7381、0.7584和0.8977,交叉驗(yàn)證均方根誤差(RMSECV)分別為1.815、2.005和0.9920 g·kg-1。三個(gè)模型對(duì)未知樣本的預(yù)測(cè)平均誤差分別為3.78%、6.05%和3.30%;在全波
4、段和原始光譜形式的基礎(chǔ)上,指出全生育期光譜經(jīng)移動(dòng)平均平滑(segment size=3)預(yù)處理后的偏最小二乘氮素預(yù)測(cè)模型精度最高,此時(shí)主成分為10,交叉驗(yàn)證決定系數(shù)和均方根誤差分別為0.9520和1.417 g·kg-1。模型對(duì)未知樣本的預(yù)測(cè)平均誤差為4.48%,小于5%,因此此模型能很好的預(yù)測(cè)梨樹葉片的氮含量。
(3)對(duì)粉碎狀葉片的含氮量和中紅外光聲光譜數(shù)據(jù)進(jìn)行了分析,建立了煙臺(tái)、泰安、營口、昌黎試驗(yàn)站和四站綜合葉片氮素
5、預(yù)測(cè)模型,并進(jìn)行了驗(yàn)證。煙臺(tái)、泰安、營口、昌黎試驗(yàn)站和四站綜合數(shù)據(jù)的預(yù)測(cè)誤差介于1.26~2.18 g·kg-1,預(yù)測(cè)相關(guān)系數(shù)介于0.644~0.806,表明該方法預(yù)測(cè)的可行性較高,5個(gè)模型的預(yù)測(cè)效果為煙臺(tái)>泰安>營口>綜合>昌黎。煙臺(tái)試驗(yàn)站預(yù)測(cè)誤差為1.92 g·kg-1,預(yù)測(cè)相關(guān)系數(shù)為0.806。
因此,對(duì)于新鮮梨樹葉片氮含量的快速測(cè)定可以選擇可見/近紅外反射光譜和化學(xué)計(jì)量學(xué)方法相結(jié)合進(jìn)行建模;對(duì)于粉碎裝梨樹葉片氮含量
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高光譜的蘋果樹葉片葉綠素與氮素含量估測(cè).pdf
- 蘋果幼樹葉片葉綠素與水分含量的高光譜估測(cè)研究.pdf
- 基于高光譜成像技術(shù)的柑橘葉片含氮量快速檢測(cè)方法研究.pdf
- 蘋果樹葉片氮素、葉綠素及水分含量的高光譜估測(cè).pdf
- 基于光譜分析的茶鮮葉全氮含量快速檢測(cè)技術(shù).pdf
- 5-氨基乙酰丙酸調(diào)節(jié)梨樹葉片光合特性的研究.pdf
- 基于葉片光譜估測(cè)水稻葉綠素含量研究.pdf
- 基于高光譜成像技術(shù)的干貝水分含量快速檢測(cè)研究.pdf
- 基于激光誘導(dǎo)擊穿光譜技術(shù)的水稻鉻含量快速檢測(cè)方法研究.pdf
- 基于高光譜圖像技術(shù)的生菜葉片氮素含量檢測(cè)與可視化研究.pdf
- 基于光譜技術(shù)的水稻養(yǎng)分快速診斷方法及其儀器開發(fā).pdf
- 基于高光譜圖像的黃瓜葉片葉綠素含量及其分布預(yù)測(cè)研究.pdf
- 基于葉片高光譜指數(shù)的水稻氮素及色素含量監(jiān)測(cè)研究.pdf
- 土壤水分對(duì)梨樹葉片光合生理特性及實(shí)品質(zhì)的影響.pdf
- 基于連續(xù)小波分析的植被葉片葉綠素含量的光譜模型研究
- 基于近紅外光譜技術(shù)的土壤全氮和有機(jī)質(zhì)含量估測(cè)研究.pdf
- 基于高光譜的寒地水稻葉片氮素營養(yǎng)診斷研究.pdf
- 基于圖像分析的梨樹葉部病害識(shí)別系統(tǒng)研究.pdf
- 基于光譜技術(shù)的土壤有機(jī)質(zhì)含量快速檢測(cè)方法和儀器研究.pdf
- 基于連續(xù)小波分析的植被葉片葉綠素含量的光譜模型研究.pdf
評(píng)論
0/150
提交評(píng)論