您的位置: 专家智库 > >

战兵

作品数:2 被引量:52H指数:2
供职机构:国土资源更多>>
发文基金:星火计划“十一五”国家科技支撑计划国家科技支撑计划更多>>
相关领域:自动化与计算机技术农业科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇农业科学

主题

  • 2篇苹果
  • 2篇苹果花
  • 1篇氮素
  • 1篇氮素含量
  • 1篇磷素
  • 1篇磷素含量

机构

  • 2篇山东农业大学
  • 2篇国土资源
  • 1篇济南大学

作者

  • 2篇赵庚星
  • 2篇雷彤
  • 2篇朱西存
  • 2篇战兵
  • 2篇王凌
  • 1篇董芳

传媒

  • 1篇光谱学与光谱...
  • 1篇应用生态学报

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
基于高光谱的苹果花磷素含量监测模型被引量:26
2009年
在室内条件下,利用ASD FieldSpec3地物光谱仪,测定了盛花期苹果花的高光谱反射率,在分析苹果花原始光谱反射率及其一阶导数特征的基础上,分析了高光谱反射率与磷素含量间的相关关系,确定其敏感波段,构建了特征光谱参数,并建立了苹果花磷素含量的监测模型.结果表明:苹果花磷素含量与350-370nm、670-1385nm、1620-1760nm波段的原始光谱反射率以及波段500-520nm光谱反射率的一阶导数呈极显著正相关,与波段670-730nm一阶导数呈极显著负相关;光谱参数DVI(936,676)、DVI(977,676)、NDVI(936,676)、NDVI(977,676)与苹果花磷素含量的相关性较好,其相关系数均达到0.77以上,由此建立了以4种光谱参数为自变量的磷素含量监测模型,其中,以NDVI(936,676)为自变量构建的监测模型具有最大的决定系数(R2=0.9385)、最小的均方根误差(RMSE=0.6883)和最小的相对误差(RE=7.6%),预测精度达到92.4%,为最佳监测模型.
朱西存赵庚星董芳王凌雷彤战兵
关键词:苹果花磷素含量
基于高光谱的苹果花氮素含量预测模型研究被引量:28
2010年
素含量是反映其质量高低的重要因素,利用高光谱技术对苹果花氮素含量进行定量化反演,可为苹果信息化管理提供理论依据。在室内条件下,利用ASD FieldSpec 3地物光谱仪,测定了120个盛花期苹果花样品的高光谱反射率,并化验了其氮素含量。在分析苹果花原始光谱和一阶导数光谱特征的基础上,与其氮素含量进行相关分析,确定敏感波段,构建特征光谱参数,建立氮素含量预测模型,对模型进行了优选和检验。结果表明,苹果花氮素含量与原始光谱反射率在374~696,1 340~1 890,2 052~2 433 nm波段呈极显著负相关,在736~913 nm呈极显著正相关;与一阶导数光谱反射率在637~675 nm呈极显著负相关,在676~746 nm呈极显著正相关。构建的6个特征光谱参数与苹果花氮素含量均呈极显著相关。通过进一步比较和筛选,确定了基于640 nm和676 nm原始光谱反射率的2个苹果花氮素含量最佳预测模型。经检验,模型决定系数R2分别为0.825 8和0.893 6,平均预测精度达92.9%和94%。研究成果为快速预测苹果花氮素含量及苹果的实时营养诊断提供了理论依据和技术支撑。
朱西存赵庚星王凌董芳雷彤战兵
关键词:苹果花氮素含量
共1页<1>
聚类工具0