2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩89頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、設(shè)施栽培作物很容易出現(xiàn)氮、磷、鉀等元素虧缺或過(guò)量的狀況,將嚴(yán)重影響作物的產(chǎn)量和經(jīng)濟(jì)效益。目前,作物葉片或冠層的氮、磷、鉀含量的無(wú)損檢測(cè)大多利用檢測(cè)到的光譜或圖像信息來(lái)反演作物氮、磷、鉀含量,檢測(cè)和反演時(shí)都假設(shè)已知作物受氮、磷、鉀某一營(yíng)養(yǎng)脅迫,且不考慮各營(yíng)養(yǎng)之間的交互作用影響,直接根據(jù)葉片氮、磷、鉀來(lái)指導(dǎo)營(yíng)養(yǎng)補(bǔ)充方案,將出現(xiàn)錯(cuò)誤的結(jié)果。無(wú)損檢測(cè)技術(shù)對(duì)作物氮、磷、鉀含量檢測(cè)采用單一技術(shù)手段,無(wú)法全面獲取作物營(yíng)養(yǎng)信息。因此,在考慮交互作用的情

2、況下,融合多種技術(shù)對(duì)作物養(yǎng)分進(jìn)行精確的監(jiān)測(cè)和診斷,并將葉片檢測(cè)出來(lái)的營(yíng)養(yǎng)信息反演出作物的施肥狀況,實(shí)現(xiàn)養(yǎng)分的精確管理有重要意義。本論文在“基于強(qiáng)度-偏振-光譜分布多維圖像的番茄營(yíng)養(yǎng)水平快速診斷研究”等課題資助下,利用高光譜和偏振光譜技術(shù)提取番茄葉片的光譜特征、圖像紋理特征、偏振光譜特征,融合多元信息建立模型,并利用其交互影響修正模型,檢測(cè)番茄葉片的氮、磷、鉀含量。根據(jù)多元信息融合預(yù)測(cè)的葉片營(yíng)養(yǎng)含量,采用模糊聚類識(shí)別模型,來(lái)反演對(duì)應(yīng)的氮、

3、磷、鉀組合的施肥脅迫水平,提供施肥所需的信息。
  本論文的主要研究工作如下:
 ?。?)培育氮、磷、鉀單一脅迫番茄植株樣本、交互樣本和交互驗(yàn)證樣本,利用高光譜和偏振光譜儀器采集葉片的光譜和圖像數(shù)據(jù),采用凱氏定氮法、鉬銻抗吸光光度法、火焰光度法檢測(cè)葉片氮、磷、鉀的含量。
  (2)光譜反射率進(jìn)行一階微分變換后,通過(guò)UVE-SPA算法篩選特征波長(zhǎng),選擇N、P、K都敏感的2個(gè)波長(zhǎng),為566.29和693.71nm;特有敏感

4、波長(zhǎng)分別為724.66 nm,474.85 nm,762.24 nm。高光譜圖像通過(guò)預(yù)處理,采用PCA方法提取敏感波長(zhǎng),在灰度共生矩陣基礎(chǔ)上,統(tǒng)計(jì)敏感波長(zhǎng)組合下第一主成分圖像的紋理信息,通過(guò)相關(guān)性分析選擇氮、磷、鉀的4個(gè)紋理特征分別為MEAN、HOM、ENT、COR,HOM、CON、DIS、COR,HOM、ENT、DIS、ASM。分析多種營(yíng)養(yǎng)脅迫下偏振度和偏振相角的變化規(guī)律,采用GA-PLS算法提取偏振度氮、磷、鉀的1個(gè)共有特征波長(zhǎng)54

5、9.01 nm,2個(gè)特有的敏感波長(zhǎng)為398.43、699.20 nm,740.54、857.91 nm,400.27、695.66 nm。偏振相角提取氮、磷、鉀的1個(gè)共有敏感波長(zhǎng)745.35 nm;2個(gè)特有敏感波長(zhǎng)為724.49、856.61 nm,567.01、838.91 nm,367.58、863.51 nm。
 ?。?)利用GA-BPANN和LS-SVM方法建立番茄葉片氮、磷、鉀含量的多元信息融合模型,LS-SVM模型的性

6、能較優(yōu),氮、磷、鉀的分別為0.9196、0.8396、0.8892;RMSEP分別為0.1525%、0.2491mg/g、0.1962mg/g。采用多因子二次多項(xiàng)式回歸方法修正 LS-SVM模型,修正后模型氮、磷、鉀的分別為0.9230、0.8468、0.8954,SEE分別為0.2161、0.3617、0.5180。
 ?。?)通過(guò)灰度關(guān)聯(lián)和相關(guān)性分析得出交互作用,P N、K N、K P、N K為協(xié)同作用,KP、PK為拮抗作用。

7、通過(guò)模糊聚類分析每個(gè)營(yíng)養(yǎng)水平的樣本氮、磷、鉀含量的關(guān)系。
 ?。?)采用模糊模式識(shí)別探究葉片氮、磷、鉀含量與施肥狀態(tài)的關(guān)系,反演作物真實(shí)的施肥水平。利用交互樣本建立模糊模式識(shí)別模型并進(jìn)行驗(yàn)證。LS-SVM和二次多項(xiàng)式回歸修正模型預(yù)測(cè)驗(yàn)證交互樣本葉片的氮、磷、鉀含量,并通過(guò)模糊模式識(shí)別對(duì)驗(yàn)證交互樣本進(jìn)行歸類,開花期、結(jié)果初期、結(jié)果中期、采收期預(yù)測(cè)集的識(shí)別率為92.11%、97.37%、89.47%、92.11%。
  結(jié)果表明

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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

評(píng)論

0/150

提交評(píng)論