基于可见光-近红外光谱特征参数的苹果叶片氮含量预测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.6041/j.issn.1000-1298.2017.09.018

基于可见光-近红外光谱特征参数的苹果叶片氮含量预测

引用
苹果叶片氮素是反映苹果品质高低的营养元素之一.为了准确地估算苹果叶片全氮含量(LNC),从可见光-近红外区域的高光谱反射曲线中提取光谱特征参数,应用经验回归分析,实现了对苹果LNC的高光谱监测.研究表明,除了光谱特征曲线面积变量S△EFG显著相关以及面积归一化植被指数(S△CDE-S△FGH)/(S△CEE+S△FGH)不相关外,其余光谱特征参数与苹果LNC都极显著相关,其中光谱特征曲线斜率Kge、Kgprv,光谱特征曲线面积S△ABC、S△BCD,面积比值植被指数S△CDE/S△ABC、S△CDE/S△BCD、S△DEF/S△ABC,面积归一化植被指数(S△CDE-S△ABC)/(S△CDE+S△ABC)、(S△CDE-S△BCD)/(S△CDE+S△BCD)和(S△DEF-S△ABC)/(S△DEF+ S△ABC)可以较好地描述LNC的动态变化,这些特征参数对苹果LNC进行估算是可行的.通过检验,最终确定基于S△CDE/S△ABC、(S△CDE-S△ABC)/(S△CDE+S△ABC)和(S△DEF-S△ABC)/(S△DEF+S△ABC)所构建的模型为预测苹果LNC的理想模型.

苹果、高光谱遥感、光谱特征、叶片全氮含量

48

TP79;O657.3(遥感技术)

国家自然科学基金项目41601346;北京市自然科学基金项目4141001;国家高技术研究发展计划863计划项目2011AA100703

2017-11-14(万方平台首次上网日期,不代表论文的发表时间)

共9页

143-151

相关文献
评论
暂无封面信息
查看本期封面目录

农业机械学报

1000-1298

11-1964/S

48

2017,48(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn