• 医学文献
  • 知识库
  • 评价分析
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
  • 临床诊疗知识库
  • 中医药知识库
  • 机构
  • 作者
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

医学文献 >>
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
热搜词:
换一批

应用近红外光谱估测小麦叶片氮含量

Estimating the nitrogen content in wheat leaves by near-infrared reflectance spectroscopy

摘要:

研究利用近红外光谱(near-infrared,NIR)和化学计量学方法估测小麦(Triticum aestivum)新鲜叶片和粉末状干叶中全氮含量的可行性,并建立小麦叶片氮含量估测模型,以期为小麦氮素营养的精确管理提供理论依据.以3个小麦田间试验观测资料为基础,分别运用偏最小二乘法(partial least squares,PLS)、反向传播神经网络(back-propagation neural network,BPNN)和小波神经网络(wavelet neural network,WNN),建立小麦叶片氮含量的鲜叶和粉末状干叶近红外光谱估测模型,用随机选择的样品集对所建模型进行测试和检验.结果显示,利用PLS、BPNN和WNN3种方法构建的近红外光谱模型均能准确地估测小麦叶片氮含量,其中基于BPNN和WNN的模型优于基于PLS的模型,且以基于WNN的模型表现最好.对模型进行检验的结果显示,粉末状干叶模型的预测均方根误差(RMSEP)分别为0.147、0.101和0.094,鲜叶模型的RMSEP分别为0.216、0.175和0.169,模型的相关系数均在0.84以上.因此,利用近红外光谱估算小麦叶片氮素营养精确可行,对其他作物的氮素营养估测提供了借鉴和参考.

更多
作者: 姚霞 [1] 汤守鹏 [1] 曹卫星 [1] 田永超 [1] 朱艳 [1]
期刊: 《植物生态学报》2011年35卷8期 844-852页 ISTICPKUCSCDBP
分类号: S512.1
栏目名称: 研究论文
DOI: 10.3724/SP.J.1258.2011.00844
发布时间: 2011-12-06
基金项目:
国家“863”资助项目 国家自然科学基金 教育部新世纪优秀人才支持计划 江苏省创新学者攀登计划 江苏省自然科学基金
  • 浏览:177
  • 下载:0

加载中!

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中!

加载中!

加载中!

加载中!

特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

  • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

  • |
  • 客服邮箱:yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

官方微信
万方医学小程序
new翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷