王雪
- 作品数：1 被引量：6H指数：1
- 供职机构：南京农业大学农学院江苏省信息农业高技术研究重点实验室更多>>
- 发文基金：中央高校基本科研业务费专项资金江苏省高校优势学科建设工程资助项目江苏省自然科学基金更多>>
- 相关领域：农业科学更多>>
- 应用近红外光谱法估测小麦叶片糖氮比被引量：6
- 2015年
- 糖氮比能够反映作物碳氮代谢的协调程度,及时、准确地监测糖氮比对于作物氮素营养诊断和调控具有重要意义.本研究以不同年份、品种、施氮水平的小麦大田试验为基础,获取鲜叶和粉末状干叶近红外（NIR）光谱及糖氮比信息,分别运用偏最小二乘法（partial least squares,PLS）、BP神经网络（back-propagation neural network,BPNN）和小波神经网络（wavelet neural network,WNN）3种方法建立了小麦叶片糖氮比预测模型,并利用随机选择的样品集对所建模型进行测试和检验.结果表明：小麦鲜叶光谱模型预测性能不佳;而干叶片预测模型表现了较好的准确性,在1655-2378 nm谱区范围内基于3种方法构建的干叶粉末糖氮比估算模型,其预测均方根误差均低于0.3%,决定系数均高于0.9.比较而言,WNN法表现最佳.总体显示,近红外光谱法可以准确预测小麦叶片糖氮比状况,为科学诊断糖氮比提供了理论基础和技术途径.
- 姚霞王雪黄宇汤守鹏田永超曹卫星朱艳
- 关键词：近红外光谱偏最小二乘法小波神经网络
