应用近红外反射光谱法估测小麦叶片氮含量

论文发布时间：[2010-01-27] 范文大全编辑：Voive.net

所有作者：汤守鹏朱艳

作者单位：南京农业大学江苏省信息农业高技术研究重点实验室

论文摘要：【目的】研究利用近红外（NIR）光谱和化学计量学方法估测小麦新鲜叶片和粉末状干叶中全氮含量的可行性，并建立小麦叶片氮含量的NIR光谱估测模型，以期为小麦氮素营养的精确管理提供参考依据。【方法】以不同年份、不同品种、不同施氮水平的小麦田间试验为基础，于主要生育期采集小麦新鲜叶片和粉末状干叶的NIR吸光度图谱和叶片全氮含量，然后运用偏最小二乘法（PLS）、反向传播神经网络（BPNN）和小波神经网络（WNN），建立了小麦叶片氮含量的鲜叶和粉末状干叶近红外光谱估测模型，最后用随机选择的样品集对所建模型进行了检验。【结果】结果显示，对于鲜叶样品：PLS模型的预测均方根误差（RMSEP）和复相关系数（RSQ）分别为０。２１６％和０。８４１；BPNN模型的RMSEP和RSQ分别为０。１７５％和０。８９４；WNN模型的RMSEP和RSQ分别为０。１６９％和０。９０１。对于粉末状干叶样品：PLS模型的RMSEP和RSQ分别为０。１４７％和０。９１０；BPNN模型的RMSEP和RSQ分别为０。１０１％和０。９６０；WNN模型的RMSEP和RSQ分别为０。０９４％和０。９７８。从模型精度和稳健性来看，粉末状干叶优于鲜叶，神经网络优于PLS。【结论】利用PLS、BPNN和WNN建立的３种近红外光谱估测模型，能够实现小麦叶片氮含量的精确估测。因此，近红外光谱法有望成为作物氮素营养估算的有效手段。

关键词：小麦叶片全氮含量近红外光谱偏最小二乘法神经网络

免费下载《应用近红外反射光谱法估测小麦叶片氮含量》PDF全文（已停止下载）
　　本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！

〖返回农学论文列表〗

下一篇：灰霉病菌侵染对黄瓜叶片光合作用和PSII光化学活性的影响