%0 Journal Article
%T 应用近红外光谱估测小麦叶片氮含量
%A 姚霞
%A 汤守鹏
%A 曹卫星
%A 田永超
%A 朱艳
%J 植物生态学报 植物生态学报
%P 844-852
%D 2011
%R 10.3724/SP.J.1258.2011.00844
%X ？研究利用近红外光谱(near-infrared,NIR)和化学计量学方法估测小麦(Triticumaestivum)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(partialleastsquares,PLS)、反向传播神经网络(back-propagationneuralnetwork,BPNN)和小波神经网络(waveletneuralnetwork,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。
%K 叶片
%K 近红外光谱
%K 神经网络
%K 偏最小二乘法
%K 氮含量
%K 小麦
%U http://www.plant-ecology.com/CN/abstract/abstract11141.shtml