基于PCA-Kmeans聚类法的橡胶树叶片氮含量的近红外高光谱诊断模型研究
2020-10-21钟穗希李子波唐荣年
海南大学学报(自然科学版) 2020年3期
钟穗希,李子波,唐荣年
(海南大学 机电工程学院,海南 海口 570228)
天然橡胶是一种优质的天然材料,其综合机械性能在军事、医疗等领域起着重要作用[1].由于巨大的经济效益,橡胶树被广泛种植在东南亚的热带和亚热带地区[2-3].研究表明,氮素作为一种重要的营养元素,它与橡胶树的健康状况密切相关[4-5],缺乏或过量使用氮肥都可能会对橡胶树造成不利影响[6].此外,有文献指出,橡胶树叶片的氮含量与橡胶的产量成正相关.因此,实时评估橡胶树叶片中的氮含量对指导橡胶树的精确施肥和估计橡胶产量具有重要意义.尽管经验丰富的工人可以对橡胶树的营养状况进行初步分析,但是这种分析方法准确性较低,并且相当依赖于熟练工人的经验.目前,基于近红外高光谱技术的研究大多数集中在一年生的水果和蔬菜作物上.已有研究表明,近红外光谱技术可被有效应用于黄瓜叶片的氮含量监测[7].此外,高光谱技术还可用于探究小麦的富氮波段和对其指标的估算[8];基于高光谱数据的小麦叶片氮含量监测可为小麦氮含量的诊断打下基础[9].有研究表明,多光谱技术可有效用于果树叶片氮素水平的快速检测[10];也有研究表明,可见-近红外光谱可有效用于估测西红柿叶片的氮含量[11].Tian等人将植被信息应用于检测水稻叶片的氮含量水平[12].有研究表明,水稻冠层光谱可有效检测水稻的氮含量水平[13].亦有研究表明,近红外光谱技术可……
登录APP查看全文