| 基于高光谱的枣树叶片氮素表征方法 |
| |
| 引用本文： | 李旭,石子琰,刘伟,白铁成,吴翠云,张宇阳,邬竞明.基于高光谱的枣树叶片氮素表征方法[J].华中农业大学学报,2023,42(3):203-210. |
| |
| 作者姓名： | 李旭 石子琰 刘伟 白铁成 吴翠云 张宇阳 邬竞明 |
| |
| 作者单位： | 1.塔里木大学信息工程学院/塔里木绿洲农业人工智能教育部重点实验室培育基地,阿拉尔 843300;2.塔里木大学南疆特色果树高效优质栽培与深加工技术国家地方联合工程实验室,阿拉尔 843300 |
| |
| 基金项目： | 国家自然科学基金项目（41561088）；新疆生产建设兵团创新创业平台建设项目（2019CB001）；兵团科技创新人才计划（2021CB041）；阿拉尔市科技计划（2021GX02）；南疆特色果树高效优质栽培与深加工技术国家地方联合工程实验室开放课题（FE201805） |
| |
| 摘 要： | 为提高枣树种植过程中施用氮肥的精准性，本研究以南疆重要经济作物骏枣(Ziziphus jujuba Mill.)为研究对象，通过对枣树叶片原始光谱和一阶微分光谱与全氮含量的相关性进行分析，利用光谱敏感变量构建植被指数作为衍生变量，再以衍生变量作为变量建立多种线性和非线性的氮素含量预测模型，并对氮素含量预测模型进行精度检验。结果显示：基于枣树原始光谱和一阶微分光谱的模型拟合决定系数均大于0.75，原始光谱变量的预测效果整体好于一阶微分光谱；预测效果最好的是基于原始光谱变量4的幂函数模型：Nit=1.097x0.735,R2为0.821,RMSE为0.024 5。研究表明，建立的氮素含量预测模型能够实现基于高光谱反射率特征对枣树氮素的较好监测效果，能够作为枣树营养素诊断的重要理论依据。
|
| 关 键 词： | 高光谱 枣树叶片 全氮含量 预测建模 线性模型 |
| 收稿时间： | 2022/10/17 0:00:00 |
Method for characterizing nitrogen in jujube leaves based on hyperspectral analysis |
| |
| LI Xu,SHI Ziyan,LIU Wei,BAI Tiecheng,WU Cuiyun,ZHANG Yuyang,WU Jingming.Method for characterizing nitrogen in jujube leaves based on hyperspectral analysis[J].Journal of Huazhong Agricultural University,2023,42(3):203-210. |
| |
| Authors: | LI Xu SHI Ziyan LIU Wei BAI Tiecheng WU Cuiyun ZHANG Yuyang WU Jingming |
| |
| Abstract: | |
| |
| Keywords: | hyperspectral jujube leaf content of total nitrogen predictive modeling linear model |
|
| 点击此处可从《华中农业大学学报》浏览原始摘要信息 |
| 点击此处可从《华中农业大学学报》下载免费的PDF全文 |
