共查询到18条相似文献，搜索用时 203 毫秒
1.
为了快速无损检测分析小麦蛋白质含量,构建近红外光谱最优小麦蛋白质定量检测分析模型。利用一阶S-G平滑算法+SNV算法对光谱进行预处理。使用连续投影算法(Successive projections algorithm, SPA)提取光谱中的特征波段点,使全谱图的141个波段点降低到17个特征波段点。在选择的17个特征波段点基础上分别建立偏最小二乘回归(Partial least regression, PLSR)模型、支持向量机(Support vector machine, SVM)模型、多元线性回归(Multiple linear squares regression, MLR)模型和主成分回归(Principal component regression, PCR)模型。在构建的4种小麦蛋白质含量预测模型中,MLR预测分析模型的验证集均方根误差(RMSEV)和校正集均方根误差(RMSEC)最小,验证集相关系数(r_v)和校正集相关系数(r_c)最大,其r_v=0.968,r_c=0.976,RMSEV=0.300,RMSEC=0.275。因此,相比于其他3种检测模型,建立的MLR小麦蛋白质含量检测模型最优,稳定性和精确性最高。 相似文献
2.
为了实现水分胁迫后冬小麦干旱指标综合表现的定量监测，以2017—2018、2018—2019年的冬小麦水分胁迫试验为基础，选择冬小麦叶片含水量(LWC)、叶绿素密度(ChD)、游离脯氨酸含量(Pro)以及抗氧化物酶中的超氧化物歧化(SOD)、过氧化氢酶(CAT)和过氧化物酶(POD)活性等生理参数作为研究对象，利用主成分分析方法(PCA)构建了冬小麦干旱综合指标(Comprehensive drought index,CDI)。结合相关分析法和逐步多元线性回归(CA+SMLR)、偏最小二乘法和逐步多元线性回归(PLS+SMLR)及连续投影算法(SPA)对光谱反射率进行了特征波段提取，综合利用化学计量学方法，对冬小麦生理生化及CDI指标监测展开了研究。结果表明：通过CA+SMLR提取的特征波段个数较少，并且所构建的SMLR模型表现一般；利用SPA构建的监测模型表现优于CA+SMLR和PLS+SMLR 2种方法，可以实现对冬小麦CDI指标优化目的。利用多元回归分析方法构建的模型对比，发现基于全谱建立的PLSR模型表现(R2=0.885,RMSEC=0.221,RPD=... 相似文献
3.
植被叶片含水率的准确快速获取对于作物长势情况诊断有重要意义.本研究对孕穗-抽穗期的冬小麦原始高光谱数据进行3种变换处理,采用连续投影法(SPA)和双波段光谱指数筛选出与含水率相关性较高的波段组合,对敏感波段组合和全波段进行建模.结果表明:经SPA筛选的敏感波段占全波段总数的2％以下,结合偏最小二乘回归(PLSR)构建的... 相似文献
4.
基于氮素叶绿素关系的冬小麦籽粒蛋白质含量高光谱反演 总被引：1，自引：1，他引：0
为进一步提高光谱数据反演小麦籽粒蛋白质含量的精度以及反演模型的可解释性,研究以籽粒蛋白质含量（GPC）-氮素-叶绿素之间的关系为载体,通过叶绿素筛选相关植被指数,采用偏最小二乘回归（PLS）方法建立GPC反演模型。结果表明,开花期是监测籽粒蛋白质含量的最优时期。开花期氮素与对应密度叶绿素的相关性较高。通过筛选出与叶绿素密切相关的植被指数,利用PLS建立籽粒蛋白质含量反演模型,模型决定系数R2为0.77,RMSE为0.95%,用其他年份数据进行模型验证,结果显示RMSE达到1.22%。本研究表明：基于氮素、叶绿素关系建立PLS反演模型能够实现不同年份GPC光谱遥感反演,且模型在年际间表现出较高的精度和稳定性。 相似文献
5.
[目的]对土壤有机碳含量进行预测研究。[方法]利用高光谱仪对表层土壤进行光谱测定并且进行光谱数据的预处理,通过多元线性逐步回归(SMLR)和偏最小二乘回归(PLSR)方法对土壤有机碳含量进行预测,并对2种模型的精度进行比较。[结果]LSR模型的精度高于SMLR模型。[结论]偏最小二乘回归法优于多元逐步回归法,对有机碳的预测具有更好的效果。 相似文献
6.
7.
小麦籽粒蛋白质含量高光谱遥感预测模型比较 总被引：1，自引：0，他引：1
【目的】利用高光谱遥感技术实现冬小麦籽粒蛋白质含量的精准预测,比较筛选小麦籽粒蛋白质含量预测模型,实现优质小麦栽培生产。【方法】设置不同品质类型小麦品种和施氮量处理,测定开花期叶片叶绿素含量（SPAD）、叶片干物质质量（LDW）、地上生物量（AGB）、叶片氮含量（LNC）、叶片氮积累量（LNA）、叶面积指数（LAI）、植株氮含量（PNC）、植株氮积累量（PNA）和氮营养指数（NNI）9个农学参数及小麦冠层光谱,通过一阶导数和偏最小二乘法,构建基于不同农学参数的小麦籽粒蛋白质含量高光谱预测模型。【结果】一阶导数处理可以提高光谱数据与农学参数的相关性。运用偏最小二乘法构建的高光谱农学参数估测模型中以SPAD的模型建模精度与验证精度相对较优,建模集决定系数R2与预测集标准均方根误差nRMSE分别为0.99和4.10%;NNI反演模型验证结果较好,相对预测偏差RPD为2.04;利用线性回归构建的农学参数-籽粒蛋白质预测模型中以LNC的建模精度与验证精度最佳,其建模集R2、预测集均方根误差RMSE和RPD分别为0.64、0.79和2.11。最终构建的“... 相似文献
8.
【目的】本研究以叶片氮含量为切入点,探求糜子籽粒蛋白质含量的最佳光谱预测模型,为糜子优质生产的管理调控提供理论依据。【方法】结合2017年和2018年2年的氮肥运筹试验数据和光谱数据,通过“光谱特征信息—叶片氮含量—籽粒蛋白质含量”这一研究思路,以叶片氮含量为中间链接点将光谱模型和籽粒蛋白质含量链接,建立基于高光谱糜子籽粒蛋白质含量监测模型。【结果】利用支持向量机（SVM）构建的糜子全生育期叶片氮含量监测模型要优于逐步多元线性回归（SMLR）和偏最小二乘法（PLS）,并且原始光谱反射率（R）的SVM模型效果优于一阶导数（1ST）模型,建模集和验证集的R 2分别为0.928、0.924;RMSE相对较小,分别为0.19、0.12;RPD都大于2,分别为3.71、6.07。开花期、灌浆期和成熟期的叶片氮含量和籽粒蛋白质含量均达到极显著正相关,相关系数分别为0.48、0.66和0.73。灌浆期R-SVM模型能准确的监测糜子籽粒蛋白质含量,决定系数R 2为0.798,均方根误差RMSE为0.14,预测残差RPD为1.65。 【结论】建立基于灌浆期糜子籽粒蛋白质含量的高光谱R-SVM监测模型,有助于指导糜子优化田间管理、种植业结构调整和籽粒品质分级,为高光谱技术在糜子优质高产栽培和精准农业发展提供技术基础。 相似文献
9.
为了实现市场上常见红酸枝类Dalbergia spp.木材的快速无损识别,利用高光谱成像技术对不同红酸枝木材进行种类识别研究。以交趾黄檀 Dalbergia cochinchinensis,巴里黄檀 Dalbergia bariensis,奥氏黄檀Dalbergia oliveri和微凹黄檀 Dalbergia retusa为研究对象,采集高光谱图像并提取感兴趣区域内的反射光谱,采用Savitsky-Golay（SG）平滑算法、标准正态变量变换（SNV）和多元散射校正（MSC）对955~1 642 nm 波段光谱进行预处理,并通过主成分分析法（PCA）,回归系数法（RC）以及连续投影法（SPA）选择特征波长,分别建立了偏最小二乘判别分析（PLS-DA）和极限学习机（ELM）判别分析模型。研究结果表明:经SG和MSC光谱预处理,采用SPA选择的特征波长建立的ELM模型性能最优,建模集和预测集的识别率均为100.0%。这为红酸枝木材种类的快速无损识别提供了新的方法。图5表4参17 相似文献
10.
基于可见-近红外光谱变量选择的土壤全氮含量估测研究 总被引：2，自引：0，他引：2
【目的】变量选择是可见光-近红外光谱研究至关重要的步骤,通过分析可见光-近红外光谱不同特征的选择方法筛选出土壤全氮敏感波段,建立基于敏感波段的土壤全氮最佳预测模型,为土壤全氮的快速定量估算提供重要的理论指导依据。【方法】在红壤典型地区江西省吉安县采集代表性土壤样品120个,对可见光-近红外光谱采用主成分分析（PCA）、无信息变量消除（UVE）和无信息变量消除后结合连续投影（UVE-SPA）3种变量特征选择方法,建立基于不同变量选择的偏最小二乘回归（PLSR）模型、最小二乘-支持向量机（LS-SVM）、反向传播神经网络（BPNN）和遗传算法优化的反向传播神经网络（GA-BPNN）模型,从模型对预测集的预测精度分析不同变量选择方法对不同土壤全氮定量估算模型的差异。【结果】经UVE算法筛选后,光谱变量从200个减少至59个,其中可见光波段处10个,其余在近红外光谱的合频区和一倍频区,信息量丰富;进一步采用SPA进行变量选择,得到共线性最小的5个有效波长,分别为820、940、1 040、1 060和1 990nm;基于UVE变量选择建立的PLSR、BPNN、GA-BPNN和LS-SVM模型,经不同的土壤全氮的数据检验,预测精度最高的为LS-SVM,决定系数（R2）、均方根误差（RMSEp）和相对偏差（RPD）分别为0.7492、0.2921和1.8904;基于UVE-SPA特征选择建立的PLSR、BPNN、GA-BPNN和LS-SVM模型对预测集的验证表明,UVE-SPA提取的特征波段建立的LS-SVM建立模型预测效果最好,其建立的LS-SVM定量估算模型预测集的决定系数R2为0.7945,均方根误差RMSEp为0.2499相对偏差RPD为2.0009,模型稳定;基于PCA提取的7个主成分建立的LS-SVM、BPNN和GA-PBNN模型预测性能差,不能用于定量估算土壤全氮。对比相同的变量建立的GA-BPNN和BPNN,GA-BPNN预测性能比BPNN高。【结论】UVE-SPA变量选择方法结合LS-SVM模型能用来估算土壤中的全氮含量,同时UVE-SPA是一种有效的土壤光谱变量选择方法。 相似文献
11.
小麦籽粒蛋白质组分含量的动态模拟研究 总被引：2，自引：1，他引：1
【目的】建立小麦籽粒蛋白质组分含量的动态模拟模型,以期为预测小麦籽粒品质状况提供关键技术支持。【方法】通过定量分析不同品种和水氮处理下小麦籽粒蛋白质组分含量的变化过程,构建了小麦籽粒蛋白质组分含量随花后生长度日（GDD）的动态模拟模型。模型采用幂函数方程描述了清蛋白含量随花后GDD的动态变化,对数函数方程描述了醇溶蛋白和谷蛋白含量的变化过程;并以籽粒氮素和水分因子描述了不同水氮状况对小麦籽粒蛋白质组分含量变化的定量影响。同时利用独立的观测资料对所构建的模型进行了检验。【结果】模型对不同温度下灌浆期籽粒清蛋白、球蛋白、醇溶蛋白、谷蛋白含量预测的均方根差分别为0.44%、0.58%、0.53%和0.59%;对成熟期籽粒蛋白质组分含量预测的均方根差分别为0.41%、0.56%、0.75%和0.56%。【结论】模型对不同生长条件下小麦籽粒蛋白质组分含量的变化动态具有较好的预测性,从而为模拟小麦籽粒品质和完善小麦生长模拟系统奠定了基础。 相似文献
12.
[目的]研究春小麦不同品种籽粒灌浆过程中蛋白质和粒重的积累动态,为新疆春小麦优质高产种植提供理论依据.[方法]采用杜马斯燃烧法测定不同灌浆时期籽粒粗蛋白含量.[结果]春小麦不同品种在籽粒灌浆过程中蛋白质含量的变化动态及累积趋势是基本一致的,呈高、低、高的"V"型变化规律.粒重在灌浆前期增长迅速,后期增大缓慢;不同品种之间籽粒蛋白质含量积累变化动态存在差异,灌浆前期籽粒蛋白质含量与成熟期籽粒蛋白质含量关系不明显.[结论]蛋白质含量高的品种其含量增加主要在灌浆中后期;不同品种籽粒产量和蛋白质产量同步增加,籽粒蛋白质含量与千粒重间呈有负相关关系. 相似文献
13.
【目的】分析325～1 075 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0.697 3 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。 相似文献
14.
基于模型与GIS的小麦籽粒品质空间差异分析 总被引：5，自引：2，他引：3
【目的】基于小麦籽粒品质预测模型和GIS技术,探索主要籽粒品质指标区域模拟与空间变异分析的方法。【方法】首先利用文献资料对已有小麦籽粒品质预测模型进行验证和评价,并基于江苏省40个生态点2000-2003年逐日气象数据和5个生态点、6个品种类型的小麦田间试验数据,对籽粒品质预测模型进行先计算后插值(calculate first,interpolate later,CI)和先插值后计算(interpolate first,calculate later,IC)两种升尺度方法的研究与评价;在此基础上进行小麦籽粒蛋白质含量、湿面筋含量和沉降值3项籽粒品质指标的区域模拟;最后,运用GIS和地统计学方法,分析江苏省3项籽粒品质指标的空间变异,获取3项籽粒品质指标的空间分布栅格图。【结果】IC方法的模拟精度较高,3项籽粒品质指标在不同地点、不同品种上的模拟值与实测值的RMSE基本小于20%;江苏省3项小麦籽粒品质指标在最大变程7.16 km范围内显著相关,表现为东西经向和南北纬向变异较大的各向异性分布;空间栅格图能直观显示3项籽粒品质指标的空间分布以及纬度和经度方向的变异趋势。【结论】利用基于IC的小麦籽粒品质模型升尺度方法进行区域籽粒品质模拟和空间变异分析是可行的,为小麦籽粒品质的生态变异研究提供了参考。 相似文献
15.
花后弱光逆境对弱筋小麦产量构成因素和籽粒品质影响的模拟模型 总被引：2，自引：0，他引：2
【目的】建立花后弱光逆境对弱筋小麦产量构成因素和籽粒品质影响的模拟模型,为弱光天气事件对优质弱筋小麦生产的灾损评估提供模型工具。【方法】以弱筋小麦品种扬麦15号为试材,通过设定花后3个光照强度（光照强度分别为自然光强的50%、34%和16%）和4个弱光持续时间（2 d、4 d、6 d和8 d）的遮阴处理试验,模拟连阴雨天气诱发的弱光逆境对弱筋小麦产量构成因素和籽粒品质的影响。在定量分析弱光逆境对弱筋小麦产量构成因素和氮素累积影响的基础上,确定其与籽粒品质指标的函数关系,将这些函数关系与笔者前期建立的弱光对小麦干物质生产影响模拟模型相结合,建立花后弱光逆境对弱筋小麦产量构成因素和籽粒品质影响的模拟模型,并使用独立试验数据对模型进行检验。【结果】确定了花后对弱筋小麦每穗结实粒数和籽粒氮含量产生显著影响的临界弱光阈值和持续时间。模型检验结果表明,模型对每穗结实粒数、千粒重、籽粒容重、面粉降落数值、籽粒粗蛋白含量和面粉湿面筋含量的模拟值与实测值基于1﹕1线的决定系数（R2）分别为0.89、0.75、0.72、0.73、0.93、0.84,相对均方根差（rRMSE）分别为2.86%、3.41%、1.01%、2.50%、2.64%、5.05%。【结论】本研究建立的模型能够较为准确地模拟花后不同强度和持续时间弱光逆境对弱筋小麦产量构成因素和籽粒品质的影响,模型的建立为评估全球气候变化背景下弱光天气事件对优质弱筋小麦生产的不利影响提供了模型工具。 相似文献
16.
【目的】研究实时、快速估测冬小麦不同生育时期水分状况并构建模型,为冬小麦水分精准管理提供科学依据。【方法】以新疆典型滴灌冬小麦为研究对象,应用高光谱成像技术获取冬小麦冠层光谱信息,并对原始光谱反射率进行平滑和数据变换,利用一元线性回归(Simple linear regression,SLR)、主成分回归(Principal components regression,PCR)和偏最小二乘回归(Partial least squares regression,PLSR)3种建模方法,对冬小麦冠层原始光谱及变换光谱分别构建植株水分含量估测模型。【结果】冬小麦冠层原始光谱反射率与植株水分含量相关性不高,对原始光谱反射率进行数据变换可以显著增强与水分含量的相关性和相关波段数,其中倒数一阶微分变换与冬小麦植株水分含量的相关系数最大,为-0.893 0,但不同变换最优相关系数所对应的波段位置并不固定。PLSR方法的模型精度最高,对数变换的PLSR模型估测精度最高,模型$R_{p}^{2}$、RMSEp、RPD值分别为0.880 8、3.251 2%、2.934 3;冬小麦不同生育时期估测模型精度存在差异,拔节期、抽穗期估测模型精度较低,灌浆中期最高,其估测模型$R_{p}^{2}$、RMSEp、RPD值分别为0.904 8、1.381 1%、3.454 7。【结论】利用高光谱成像技术对估测冬小麦植株水分含量是可行的,在灌浆中期的估测效果最佳。 相似文献
17.
基于氮素运转原理和GRA-PLS算法的冬小麦籽粒蛋白质含量遥感预测 总被引：6，自引：1，他引：5
【目的】及时、有效地预测籽粒蛋白质含量,能够为优质小麦品种的收购和加工提供科学合理的决策支持信息。本研究从籽粒蛋白质形成的氮素运转规律出发,研究冬小麦籽粒蛋白质遥感预测的可行性及在区域与年际间的扩展性,为高分辨率遥感卫星进行大面积蛋白质预测提供理论依据。【方法】利用2012-2013年4个冬小麦品种×4个氮肥梯度的试验数据和地面高光谱数据进行建模;基于小麦籽粒蛋白质形成的氮素运转机理,通过分析籽粒氮素累积量的两个主要来源及其之间的比例关系,重点抓住开花前的植株氮素累积量再运转这一主要来源,而灌浆期根际的氮素直接吸收则通过其与前者的比例关系来确定,通过相关农学参数模型的耦合,同时加入温度影响因子对籽粒氮素运转的影响,初步阐明了利用开花期小麦叶片氮含量可以预测籽粒蛋白质含量的应用机理;然后选择与叶片氮含量相关的植被指数,利用灰色关联分析-偏最小二乘算法（GRA-PLS）选择与叶片氮含量关联度较高的植被指数并进行小麦叶片氮含量的估算,通过与氮素运转模型的耦合构建了基于氮素运转原理的籽粒蛋白质含量遥感预测模型;最后利用2009-2010年的品种×播期×肥料试验和2012-2013年的其他品种氮肥处理试验进行验证。【结果】（1）通过GRA方法对叶片氮含量和植被指数间的关联度进行计算,选择关联度较大的前5个植被指数进行叶片氮含量建模,其植被指数分别为mND705、NDVIcanste、Readone、DCNI和NDCI;（2）通过PLS方法构建的叶片氮含量模型,建模结果的预测值与实测值的决定系数（R2）和均方根误差（RMSE）分别为0.859和0.257%,验证结果的R2和RMSE分别为0.726和0.063%,利用GRA-PLS方法估算叶片氮素含量具有较好的稳定性;（3）构建的蛋白质预测模型,建模结果和验证结果的预测值与实测值的R2和RMSE分别为0.713、1.30%和0.609、1.19%,预测模型具有较高的精度与可靠性。【结论】基于氮素运转规律构建的小麦籽粒蛋白质含量遥感预测模型,可以作为应用开花期遥感信息来预测籽粒蛋白质含量的机理性解释,初步实现了本研究区域和年际间的籽粒蛋白质含量预测,具有一定的应用前景。 相似文献
18.
钾素水平对小麦氮素积累和运转及籽粒蛋白质形成的影响 总被引：14，自引：1，他引：14
【目的】试图阐明施钾对小麦植株氮素积累、运转和籽粒蛋白质形成的影响机理。【方法】在池栽条件下，以宁麦9号（低蛋白）和扬麦10号（中蛋白）两个蛋白质含量不同的冬小麦品种为材料，研究了不同施钾水平下植株氮素积累、运转和开花期叶片含钾量的特征及其与籽粒蛋白质和各组分含量的关系。【结果】与不施钾相比，施钾提高了籽粒蛋白质含量，极显著提高了球蛋白和醇溶蛋白含量，由于对谷蛋白含量的作用甚微，因而显著降低了谷/醇比。施钾提高了开花期叶片含钾量进而显著促进了小麦植株花前氮素的积累和贮存氮素的运转，较高的开花期叶片钾营养水平显著提高了扬麦10号的花后氮积累，但对宁麦9号花后氮积累的促进作用较小。两种类型小麦的籽粒蛋白质含量对施钾的响应程度不同，扬麦10号大于宁麦9号。【结论】施钾条件下，因较高开花期叶片含钾量而显著提高的宁麦9号花前贮存氮素运转量和扬麦10号花后氮积累量，分别是这两种类型小麦籽粒蛋白质含量增加的重要生理原因。在本试验条件下，宁麦9号和扬麦10号的适宜施钾水平分别为K2O 150、225 kg·ha-1。 相似文献