購物車(0)
基于高光譜特征波長的冬小麥水分含量估測模型
關(guān)鍵詞：小麥 水分含量 植被指數(shù) 高光譜
摘要：【目的】以高光譜技術(shù)為核心,結(jié)合理化數(shù)據(jù),建立快速、無損的冬小麥冠層水分含量估算模型,為利用高光譜技術(shù)進行小麥水分含量的無損檢測提供參考?！痉椒ā繙y定兩種冬小麥的葉片、植株含水量,采集其光譜數(shù)據(jù)作SG平滑、一階導(dǎo)數(shù)和二階導(dǎo)數(shù)處理,分析其相關(guān)關(guān)系,構(gòu)建冬小麥葉片和植株含水量的多種估算模型,進行精度評價?！窘Y(jié)果】不同光譜數(shù)據(jù)處理中一階導(dǎo)數(shù)變換能夠顯著增加與小麥含水量的相關(guān)性,葉片含水量在456 nm波長處達到了最大負相關(guān),相關(guān)系數(shù)為0.87,植株含水量在457 nm波長處達到了最大負相關(guān),相關(guān)系數(shù)為0.8909;偏最小二乘回歸構(gòu)建的水分含量估測模型擬合精度優(yōu)于線性和多元回歸模型,線性模型采用R 650、SG 1944、R′456、R″681構(gòu)建的模型估測葉片含水量較好,估測植株含水量R 664、SG 663、R′457、R″681精度較高;多元線性回歸和偏最小二乘回歸都是采用一階導(dǎo)數(shù)變換構(gòu)建的模型擬合精度最高,葉片和植株水分含量估測模型的外部檢驗R 2分別達到0.8032、0.8670、0.8540、0.8856?！窘Y(jié)論】小麥原始光譜一階導(dǎo)數(shù)變換后能夠顯著提高與水分含量的相關(guān)性,利用PLSR方法構(gòu)建的小麥水分含量估測模型擬合精度最高。
新疆農(nóng)業(yè)科學雜志要求:
{1}如為基金項目，注明論文產(chǎn)出的資助背景，并注明其項目編號。
{2}文稿要求觀點新穎獨到，具有學術(shù)參考價值或?qū)崉?wù)指導(dǎo)意義。
{3}修回稿的撤稿須提出申請，如該文主要內(nèi)容在他刊發(fā)表，本刊將通知作者所在單位，按一稿兩投處理，且兩年內(nèi)將不再接受第一作者和責任作者的文章。
{4}注釋用于對文章正文作補充論說的文字，采用頁下注，注號用①②③；參考文獻用于說明引文出處，采用文末注，用［1］［2］［3］順序標注。
{5}正文：文章論點明確，內(nèi)容充實，文字簡練。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
