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
關鍵詞：小麥 水分含量 植被指數 高光譜
摘要：【目的】以高光譜技術為核心,結合理化數據,建立快速、無損的冬小麥冠層水分含量估算模型,為利用高光譜技術進行小麥水分含量的無損檢測提供參考。【方法】測定兩種冬小麥的葉片、植株含水量,采集其光譜數據作SG平滑、一階導數和二階導數處理,分析其相關關系,構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。【結果】不同光譜數據處理中一階導數變換能夠顯著增加與小麥含水量的相關性,葉片含水量在456 nm波長處達到了最大負相關,相關系數為0.87,植株含水量在457 nm波長處達到了最大負相關,相關系數為0.8909;偏最小二乘回歸構建的水分含量估測模型擬合精度優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數變換構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。【結論】小麥原始光譜一階導數變換后能夠顯著提高與水分含量的相關性,利用PLSR方法構建的小麥水分含量估測模型擬合精度最高。
新疆農業科學雜志要求:
{1}如為基金項目，注明論文產出的資助背景，并注明其項目編號。
{2}文稿要求觀點新穎獨到，具有學術參考價值或實務指導意義。
{3}修回稿的撤稿須提出申請，如該文主要內容在他刊發表，本刊將通知作者所在單位，按一稿兩投處理，且兩年內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，內容充實，文字簡練。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
