首页|基于高光谱成像技术的油菜叶片叶绿素含量预测

基于高光谱成像技术的油菜叶片叶绿素含量预测

Prediction of Chlorophyll Content of Rape Leaves with Hyperspectral Imaging Technology

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
叶绿素是作物生长中的重要因素,可用于实时监测作物的生长状况.以常规高油酸油菜品种为材料,采用大田试验研究油菜叶片在不同栽培措施下幼苗期、蕾薹期叶片的光谱响应,通过计算反射光谱及其反射光谱的一阶导数与SPAD值的相关性,结合逐步回归挑选出油菜叶片敏感波段,并计算光谱指数.采用一元线性回归和神经网络建立叶绿素含量估算模型.结果 表明,由光谱指数所构建的神经网络叶绿素估算模型,精度评价结果均显示比较高的水平,幼苗期反射率光谱指数构建的模型精度最高,决定系数R2为0.807 0,均方根误差(RMSE)为1.131 5,蕾薹期一阶导数光谱指数构建的模型精度最高,决定系数R2为0.873 2,均方根误差(RMSE)为1.322 3,在蕾薹期和幼苗期通过构建BP神经网络模型能够较好的对油菜叶绿素进行反演.为利用高光谱技术大范围监测油菜叶绿素含量提供了一定的理论依据.

杨婧、廖桂平、刘凡、官春云

展开 >

湖南农业大学农学院,长沙410128

油菜 高光谱成像 叶绿素含量

国家自然科学基金湖南省现代农业(油菜)产业体系项目

11571103湘农发[2019]105号

2020

中国农业科技导报
中国农村技术开发中心

中国农业科技导报

CSTPCDCSCD北大核心
影响因子：1.252
ISSN：1008-0864
年,卷(期)：2020.22(5)
  • 9
  • 14