首页|核桃叶片氮元素含量的光谱预测模型

核桃叶片氮元素含量的光谱预测模型

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
[目的]分析325～1075 nm范围内核桃叶片光谱与叶片氮元素含量的相关性,研究核桃叶片光谱数据预处理和特征波段筛选方法,建立核桃叶片氮元素含量的预测模型,为实现核桃生产中的快速施肥提供参考.[方法]建立多元散射校正、Savitzky-Golay卷积平滑滤波和小波去噪的组合预处理方法;采用连续投影算法筛选出了特征波段;采用特征波段建立核桃叶片氮元素含量的偏最小二乘回归预测模型.[结果]建立的组合预处理方法对核桃叶片光谱去噪效果较好;采用特征波段建立的核桃叶片氮元素含量的预测模型,模型的验证集决定系数R2达到了0.875,均方根误差RMSE达到了0.6973 mg/g.[结论]与全光谱数据相比,筛选出的特征波段降低了冗余数据和噪声的影响,提取出了有效成分相关的光谱信息,提高了建模质量.
Prediction Model of Nitrogen Content in Walnut Leaves Based on Spectrum

马文强、刘佳、沈晓贺、陈中原、杨莉玲、张漫

展开 >

新疆农业科学院农业机械化研究所,乌鲁木齐 830091

新疆维吾尔自治区产品质量监督检验研究院,乌鲁木齐 830011

中国农业大学现代精细农业系统集成研究教育部重点实验室,北京 100083

核桃 光谱分析 氮元素 特征波段 预测模型

自治区重点研发计划专项新疆农业科学院科技创新重点培育专项自治区"人才引领林果业提质增效"试点工作项目

2021B02004-4xjkcpy-004

2023

10.6048/j.issn.1001-4330.2023.03.008

新疆农业科学
新疆农业科学院 新疆农业大学 新疆农学会

新疆农业科学

CSTPCDCSCD北大核心
影响因子：0.698
ISSN：1001-4330
年,卷(期)：2023.60(3)
  • 1
  • 20