您好，欢迎访问重庆市农业科学院 机构知识库！

基于高光谱的油菜叶片SPAD值估测模型比较

文献类型： 中文期刊

作者： 王克晓 1 ; 周蕊 1 ; 李波 1 ; 欧毅 1 ; 黄祥 1 ; 虞豹 1 ;

作者机构： 1.重庆市农业科学院农业科技信息研究所

关键词： 高光谱;叶绿素;机器学习;油菜

期刊名称： 福建农业学报

ISSN： 1008-0384

年卷期： 2021 年 011 期

页码： 1272-1279

收录情况： 北大核心 ; CSCD

摘要： 【目的】比较基于高光谱参数的油菜叶片SPAD值估算模型效果。【方法】在分析光谱反射特征和光谱参数与SPAD值相关性的基础上,利用光谱特征参数优选并构建了偏最小二乘回归（PLSR）、传统反向传播神经网络（BPNN）、支持向量回归（SVR）和深度学习神经网络（DNN）等模型对叶片样本叶绿素SPAD值进行估测。【结果】（1）叶片原始光谱与叶片SPAD值在425～495 nm的蓝波、665～680 nm的红波区域呈现微弱正相关,与红边波段均呈现负相关,并在510～650 nm的绿、黄波段和690～735 nm的红边波段显著负相关;（2）与叶片SPAD值显著线性相关的SDb与SDy、CARI与MCARI、CI与NDVI705等三组光谱特征的组内参数具有一定的可替代性,而且有助于提高SPAD模型预测精度;（3）基于高光谱参数的深度学习DNN模型决定系数R2为0.93,RPD为3.92,具有较高的预测能力,SVR模型次之,PLSR和BPNN模型效果一般。【结论】油菜叶片光谱参数之间存在不同程度的相关性,基于机器学习的非线性估计模型具有较高的稳定性和预测能力,深度学习算法在油菜叶片叶绿素SPAD值估测方面具有更好的估测能力。

  • 相关文献

[1]炭疽病胁迫下的茶树叶片高光谱特征分析. 王晓庆,冉烈,彭萍,崔正龙. 2014

[2]基于高光谱的柑橘叶片钾含量快速诊断模型. 李勋兰,王武,杨蕾,韩国辉,杨海健,洪林. 2019

[3]基于包络线法的丘陵山区常见落叶果树光谱识别研究. 黄祥,周蕊,王克晓,虞豹,李波. 2022

[4]基于光谱反射特征的油菜角果成熟指数构建. 王克晓,周蕊,李波,黄祥,王茜. 2022

[5]茶树叶绿素荧光参数叶位差异及其稳定性分析. 唐敏,翟秀明,邬秀红,侯渝嘉. 2018

[6]水稻高叶绿素含量基因DET1 cDNA的克隆、生物信息学分析及超表达载体的构建. 黄俊丽,刘太波,王贵学,李贤勇. 2010

[7]高温干旱胁迫对茶树叶绿素荧光特性的影响. 翟秀明,唐敏,胡方洁,张军,侯渝嘉. 2019

[8]不同茶树品种(系)叶绿素荧光特性比较. 唐敏,侯渝嘉,黄尚俊,邬秀宏,胡翔. 2013

[9]茶树叶绿素荧光参数叶位差异及其稳定性分析. 唐敏,翟秀明,罗红玉,邬秀宏,侯渝嘉. 2018

[10]结球甘蓝耐草酸变异体的生理活性变化. 王怀玉,王远会. 2010

[11]Pb胁迫下氮素形态对日本毛连菜生物量、叶绿素含量及抗氧化酶活性的影响. 伍钧,付婷婷,郑超,杨刚,沈飞. 2015

[12]重庆油菜产业发展潜力和对策探讨. 唐晓华,易靖,王虹. 2017

[13]菜油两型油菜新品种德新油59稻田少(免)耕高产高效栽培技术规程. 徐洪志,石有明,刘乾毅,刘成家,陈林,左从戎,程绪生,曾川,黄涌. 2013

[14]Ad/Ds系统及其在油菜突变体库构建中的应用策略. 洪林,闫晓红,刘正富,魏文辉. 2012

[15]Ac/Ds系统及其在油菜突变体库构建中的应用策略. 洪林,闫晓红,刘正富,魏文辉. 2012

[16]重庆不同土壤地力对油菜化肥利用率的影响. 王帅,赵敬坤,陈松柏,朱昌锋,詹雪萍,付登伟,程泰鸿,梁涛. 2021

[17]外源二甲基砷对油菜生长及土壤中砷生物有效性的影响. 白玲玉,曾希柏,胡留杰,李莲芳,和秋红. 2011

[18]根肿菌侵染油菜抗感病品种早期防御酶活性及转录组分析. 郭珍,葛波,韩美丽,陶伟林,胡燕,陈国康. 2018

[19]油脂加工业发展困境及出路——基于重庆油菜油脂加工业的调查与思考. 唐丽桂. 2012

[20]2013—2014年度潼南区油菜新品种展示试验. 徐东森,陈磊. 2015

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：重庆市农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台