糜子叶片氮含量和籽粒蛋白质含量高光谱监测研究
2019-08-13王君杰陈凌王海岗曹晓宁刘思辰田翔秦慧彬乔治军
中国农业科学 2019年15期
关键词:模型
王君杰,陈凌,王海岗,曹晓宁,刘思辰,田翔,秦慧彬,乔治军
糜子叶片氮含量和籽粒蛋白质含量高光谱监测研究
王君杰,陈凌,王海岗,曹晓宁,刘思辰,田翔,秦慧彬,乔治军
(山西农业科学院农作物品种资源研究所/农业部黄土高原作物基因资源与种质创制重点实验室/杂粮种质资源发掘与遗传改良山西省重点实验室, 太原 030031)
【】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。【】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。【】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2分别为0.928、0.924;相对较小,分别为0.19、0.12;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2为0.798,均方根误差为0.14,预测残差为1.65。【】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。……
登录APP查看全文
